선형회귀(Linear Regression)는 통계인가 머신 러닝인가?

소개

"선형회귀(Linear Regression)은 통계인가 머신 러닝인가?"에 대한 내용입니다.

목차

없음

본문내용

선형 회귀는 연속 값을 예측하는 데 사용되는 통계 방법입니다. 선형 회귀 모델은 두 변수 간의 관계를 설명하는 선형 방정식을 찾는 통계적 방법입니다. 흔히 y = a*x + b의 선형방정식을 가정합니다.한 변수는 종속 변수(y)이고 다른 변수는 독립 변수(x)입니다. 종속 변수 x가 변할때 독립 변수y가 변화를 예측하는 데 사용할 수 있습니다.

선형 회귀 모델은 통계, 공학, 마케팅, 금융, 제조를 포함한 너무나 다양한 분야에서 사용됩니다. 선형 회귀는 데이터를 설명하고 미래를 예측하는 데 사용할 수 있는 가장 널리 사용되는 방법입니다.

그리 멀지않은 얼마전까지도 선형회귀는 통계의 대표적인 사례로 아무도 의심하지 않았습니다. 하지만 최근 갑자기 어떻게 머신러닝의 주요 예제로 급 부상하게 된 것일까요?

머신러닝의 등장으로 선형회귀는 무엇보다 가장 많이 인기를 얻었습니다. 머신러닝에서 선형회귀는 주로 "지도 학습" 문제에서 사용됩니다. 이는 입력 변수와 출력 변수 사이의 선형적인 관계를 모델링하여 새로운 입력에 대한 출력을 예측하는 것을 의미합니다.

참고자료

· 없음