機械学習で株トレードを目指す（学習構成の基礎）

入力データの準備ができたら学習を始めます。
予測精度を高めるにはモデルの作り方についても理解しておく必要があります。

Sequentialモデル

基本はSequentialモデルのようなので、まずはこれから見てみます。
SequentialモデルでKerasを始めてみよう
モデルを作成してから「add」メソッドでレイヤーを追加していく形になります。

model = Sequential()

入力データの次元を指定する

最初のレイヤーには入力データの次元を指定します。第二階層以降は前の階層の出力がそのまま入力データになるので指定しなくても問題ありません。
Kerasが自動的に調整してくれます。
入力データの次元は「input_shape」で指定します。

多層構造にする場合、後段の階層ほどデータの次元数が少なくなっていきます。
大量データを各階層でフィルタ処理を行い、最終的に必要なデータとして取り出す形です

コンパイル設定

コンパイルでは「最適化アルゴリズム」「損失関数」「評価関数」の3つを指定します。

訓練（学習）

学習では「入力データ」の他に「batch_size」と「epochs」を指定します。
「batch_size」はモデルで指定した最初のデータ事前を指定します。
この例でも最初の階層で「32」次元を指定しているので、「batch_size」でも「32」を指定しています。
この次元数は合わせる必要があります。

「epochs」は学習を何回繰り返すかを指定します。

次のフェーズ

Kerasの基本はこれくらいになります。
入力データの次元を合わせて学習モデル/階層を作成して学習→予想をしていきます。