大家好，前面已經用了大量的時間來介紹基礎的知識，也包含一些tensorflow的基本語法，不過到了中間的幾天都在卷積神經網路，讓我覺得好像有些離題，既然已經了解了許多知識，也應該要開始進行一些練習，所以接下來就要進入到機器學習常見的問題，藉由實際操作來讓自己學習，要先認識的是迴歸問題，主題是房價預測。

首先要使用的資料集是從Kaggle上下載，Kaggle是資料建模與分析競賽平台，企業和學者可在其上發布資料集或舉辦競賽，而平台上提供開源資料集可以下載，其中有著已經整理乾淨的資料集，對初學者來說是優秀的練習素材。這次房價預測模型要使用的資料集是「House Sales in King Country, USA」，在下載並解壓縮後就可以看到一個csv檔，檔案中共有21613筆房屋資料，而每筆資料有21個不同的資訊，其中包括房屋坪數、層數、環境、屋齡等等，要做的就是透過對這些資料進行分析，建立並訓練出能輸出預測房價的模型。

今天先做一個初步介紹，明天開始就進入資料集的處理與模型的建立。

參考書籍：輕鬆學會Google TensorFlow 2.0人工智慧深度學習實作開發