이 장에서는 심층 전방향 신경망(Deep Feedforward Network)을 사용해 뉴욕 택시 요금을 예측한다. 2장에서는 다중 레이어 퍼셉트론을 사용해 당뇨 발병 위험을 예측하는 분류 모델을 만들었다. 3장에서는 택시 요금을 추정하는 회귀 모델을 만든다. 이 문제를 풀려면 더 깊고 복잡한 신경망이 필요하다.
3장에서는 다음 내용을 다룬다.
• 택시 요금 예측 문제를 이해한다.
• 분류 문제와 회귀 문제의 차이를 알아본다.
• 뉴욕시 택시 요금 데이터셋을 시각화하고 면밀히 분석한다. 특히 지도 정보를 시각화하는 방법도 알아본다.
• 심층 전방향 신경망의 모델 아키텍처를 살펴본다.
• 회귀 문제를 예측하는 심층 전방향 신경망을 케라스로 훈련시키는 방법을 알아본다.
• 예측 결과를 분석한다.