※日経ソフトウエア 2018年11月号の記事を再構成

ディープラーニングに代表される機械学習が、数式が苦手な人でも“ざっくり分かる”、プログラミングおよびソフトウエア開発の専門誌である「日経ソフトウエア」による連載講座。第3回は代表的な機械学習アルゴリズムのうち、統計分析の中でも基本的かつ、よく使われる「線形回帰」を解説する。

線形回帰

 線形回帰とは、統計分析の中でも基本的かつ、よく使われる手法だ。回帰とは、ある変数xが与えられたときにそれと相関関係のあるyの値を予測することだ。その予測のための式を「回帰式」と呼ぶ。xが1つの場合を単回帰分析と呼び、xが複数ある場合は重回帰分析と呼ぶ。回帰式のモデルとして直線(1次式)を仮定すると、単回帰分析の回帰式は、

線形回帰とは?|機械学習アルゴリズム10種(1)(画像)

となる。線形回帰の学習とは、この式の傾きaや切片bを求めることを意味する。

有料会員になると全記事をお読みいただけるのはもちろん
  • ①2000以上の先進事例を探せるデータベース
  • ②未来の出来事を把握し消費を予測「未来消費カレンダー」
  • ③日経トレンディ、日経デザイン最新号もデジタルで読める
  • ④スキルアップに役立つ最新動画セミナー
ほか、使えるサービスが盛りだくさんです。<有料会員の詳細はこちら>