競馬AIの作り方を逆算しながら解説します！
かしこめの小4くらいに分かるように書きます！全3篇、総行数は100行くらいを目標にします！
早速2行使ってしまいました！そんなことを言ってたら3行目を使ってしまいました！
逆算しながらとはどういう意味か。記念すべきこの1ポスト目で学習コードを書きます！
機械学習なんてカレーみたいなもんで、そりゃ本気でやろうとしたらクミンやシナモン、ターメリックなんかのスパイスを一から揃えなきゃいけないわけで、そりゃー手間暇かかるわけですが、
今は超絶頭の良い人が絶妙に調合してくれた出来合いのカレー粉があるので、あなたがやる仕事は鍋にカレー粉と具材をぶち込んで火にかけるだけなのです！
カレー粉はいろんなメーカーが作ってるんですが、機械学習界のハウス食品、scikit-learnでも使いましょう。
from sklearn.ensemble import RandomForestRegressor
curry = RandomForestRegressor()
出来ました！
カレー粉のブランドはRandomForestRegressorにしました。別になんでも良いです。
ディープラーニングが良いぜ！って人は
from sklearn.neural_network import MLPRegressor
curry = MLPRegressor()
って書けば良いし、バーモンドカレーが良いぜ！って人は
from ハウス食品 import バーモントカレー
curry = バーモント()
って書きます！
では学習を始めます！学習には、データが必要です！カレーで言うなら具材ですよ！
guzai ← 予想ファクターのデータ
target ← 予想する対象のデータ、着順とか走破タイムとかなんでも
これをカレーにぶち込みます！
curry.fit(guzai, target)
fitは学習するって意味です！カレーで言うならコンロに火をつけるところです！
このコードを実行したらあとはしばらく待てば学習完了です！あなたも機械学習エンジニアです！
なので、学習を完了するためにはguzaiとtargetが必要ですね！逆に言えば、guzaiとtargetがあれば学習できますね！
guzaiとtargetの作り方を次回説明します！