前回「キカガク（KIKAGAKU）で「ニューラルネットワークの実装（分類）」を学ぶ」のつづき。
今回は「ニューラルネットワークの実装（回帰） -
KIKAGAKU」を学ぶ。
学習内容
データセットの準備
モデルの定義と学習
- 平均二乗誤差 （ Mean Squeard Error：MSE ）
- 平均絶対誤差（ Mean Absolute Error：MAE ）
新たにインストールしたもの
今回も PyCharm を使って演習を行った。
そのため、tf.keras.utils.plot_model(model)
でモデル構造の可視化する際、pydot と pydotplus、pydot_ng、graphviz のインストールが必要となった。（ソースコード 56 行目参照）
Graphviz の実行モジュールは下記 URL からダウンロード
https://graphviz.gitlab.io/_pages/Download/Download_windows.html
Graphviz をインストールした後、環境変数に Graphviz の実行モジュールがインストールされているフォルダパス（例 C:\Program Files (x86)\Graphviz2.38\bin ）をセットしておく必要がある。
tf.keras.utils.plot_model(model) を実行すると、model.png が作成される。
出力結果
model.png
目的関数の可視化
評価指標の可視化
練習問題は後でじっくりと。
ソースコード
Google Colaboratory を使用していないため、print や plt.show() を追記して実行結果を表示している。
