線形回帰とは何か
メニューを表示するにはスワイプしてください
基本概念
回帰は、数値（例：住宅価格）であるターゲットを、特徴量と呼ばれる入力変数（例：広さ、築年数、場所など）に基づいて予測する、教師あり学習タスク。
モデルを学習させるには、特徴量とターゲットの両方を含む多くの住宅の例を用意する必要がある。モデルの学習に使用するこれらの例の集合は、訓練データセットと呼ばれる。
回帰タスクを実行できる最も単純なモデルは、線形回帰。この散布図は、ある人の身長とその父親の身長を示している。
仕組み
単回帰分析は、データに最も近い直線を当てはめる手法。
予測の作成
この直線を使って、新しいデータ点の目的変数を予測可能。 例えば、父親の身長が63.5インチの場合、そのX=63.5に対応する直線上の点を選び、そのy値が予測値。 モデルは、その人の身長を64.3インチと予測。
単回帰方程式
学校で習ったように、直線の関数は y=b+ax です。そのため、学習時には単回帰分析がaとbにどの値を割り当てれば目的の直線になるかを学習します。 モデルが学習するこれらの値はパラメータと呼ばれ、今後このコースではパラメータを𝛽で表記します（aやbの代わりに使用）。 したがって、単回帰方程式は次のようになります。
1. 回帰分析において、予測したい値は次のように呼ばれます:
2. 空欄を埋めてください
フィードバックありがとうございます！
AIに質問する
AIに質問する
何でも質問するか、提案された質問の1つを試してチャットを始めてください
線形回帰とは何か
基本概念
回帰は、数値（例：住宅価格）であるターゲットを、特徴量と呼ばれる入力変数（例：広さ、築年数、場所など）に基づいて予測する、教師あり学習タスク。
モデルを学習させるには、特徴量とターゲットの両方を含む多くの住宅の例を用意する必要がある。モデルの学習に使用するこれらの例の集合は、訓練データセットと呼ばれる。
回帰タスクを実行できる最も単純なモデルは、線形回帰。この散布図は、ある人の身長とその父親の身長を示している。
仕組み
単回帰分析は、データに最も近い直線を当てはめる手法。
予測の作成
この直線を使って、新しいデータ点の目的変数を予測可能。 例えば、父親の身長が63.5インチの場合、そのX=63.5に対応する直線上の点を選び、そのy値が予測値。 モデルは、その人の身長を64.3インチと予測。
単回帰方程式
学校で習ったように、直線の関数は y=b+ax です。そのため、学習時には単回帰分析がaとbにどの値を割り当てれば目的の直線になるかを学習します。 モデルが学習するこれらの値はパラメータと呼ばれ、今後このコースではパラメータを𝛽で表記します（aやbの代わりに使用）。 したがって、単回帰方程式は次のようになります。
フィードバックありがとうございます！
