※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、

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。