是否可以通过神经网络输出概率？

Question

是否有很好的方法来学习从骰子数据中获得6分的可能性？

我有以下数据。（约100000条记录）

1. 与骰子相关的数据（详细数据，例如材料，重量，重心位置，面数）
   
2. 掷骰子一次的结果。 （6：是，否则：否）

所有骰子都相似，但特征值略有不同。

示例：

{"dice": [12.56344, 4.432556, 5, 32.45566, 1.135566, 142, 2.235555], "result": true}
{"dice": [1.34412, 36.934, 4, 15.2223, 4.55556, 122, 3.3312567], "result": false}
.
.
.

我想要得到的是一个函数，当我输入骰子的特征时，该函数输出获得6的概率。

f：数据-> [0,1]

我尝试使用遗传编程来生成方程式来预测概率，这非常残酷。

我已经研究了概率神经网络，但是我对它们在此类问题上的适用性并不了解。

请给我一个提示。谢谢。