教師あり/機械学習はチュートリアルしているし。
こんな説明になる。
まず教師データと、データを用意する。
後者は、任意の比率で２つに分ける。
６対４とか、７対３とか。
で、二分した一方のデータに、重みとバイアスをかけていく。
（ここでは詳しく書かないれど）その過程で活性化関数や評価関数などを用いる。
そして、アウトプットされたデータと、教師データが比較され、どのくらいの確率で一致しているかが示される。
このプロセスは、重みとバイアスを変えながら、一致する確率を高くなるまで繰り返される。
その結果、100％に近い、重みとバイアスの値を得ることができる。
次に、この重みとバイアスを使って、残しておいた一方のデータで試してみる。
なぜ、このようなことをするのかというと、繰り返したテストだけに合っているだけでは過学習を起こしてしまうから。
これは、よく学校のテストに例えられる。
練習問題を繰り返しやっていくと、たしかに、その練習問題の回答率は高まるけれど、違う練習問題で、同様に回答率が高いとは限らない、という。まぁ、そんな感じ。
こちらのユーチューブでは、機械学習について正確に解説されていると思う。
pythonのライブラリーの使い方も参考になるねぇ。