作成した教師データを元に学習します。まずはディープラーニングの基本ともいえるニューロンを全結合したモデルを使います。マイロ将棋で使っている教師データは盤面の情報を2296個のデータで持っています。将棋の駒の種類は歩、香、桂、銀、金、角、飛車、王の8枚ありますが、成り駒の、と金、成香、成桂、成銀、馬、龍の6枚を加えると14枚になります。先手と後手を区別するために別に持たせると、駒の種類は28種類です。これらの駒が盤面の9×9マスのどこにいるかを示すための置き場所81個分と、持ち駒用の置き場所を加えて82個分の置き場所を用意します。28×82で2296個のデータです。入力情報2296個分のデータから同じ2296個分のニューロンに対して、全て線で結んだモデルを全結合と呼んでいます。
以下は検証データを元に自分の駒の数と勝率の関係をグラフにしたものです。自分の駒が多い（グラフの右の方）ほど、勝率が高い局面が多い傾向にあります。
