• 개요

▪︎ 회귀(Regression)

▫︎ 회귀의 의미

• 사전적 회귀 : 한 바퀴 돌아 제자리로 돌아오거나 돌아감
• 통계적 회귀 : 변수 간의 관계(함수)를 모델링하여 예측하는 방법

연속적인 값(실수형 데이터)을 예측하기 위해 사용됨

▫︎ 주요 목표

• 입력 변수(특성)와 출력 변수(목표 값) 사이의 관계를 모델링하여, 새로운 입력 데이터에 대해 정확한 출력을 예측하는 것
• 최적의 회귀 계수를 찾아내는 것 = 손실 함수를 최소화 하는 것

▪︎ 선형 회귀(Linear Regression)

• 종속 변수 y와 하나 이상의 독립 변수 x와의 선형 상관관계를 모델링하는 기법
• 데이터 속에서 일정한 패턴(규칙)을 찾아내고, 이를 직선 방정식으로 표현하는 것 (y = w * x + b)
• 단순 선형 회귀 : 독립 변수 x가 1개 / 직선 형태의 그래프
• 다중 선형 회귀 : 독립 변수 x가 2개 이상 / 평면 그래프

▫︎ 가중치(Weight)

• 입력 변수 x가 결과값 y에 얼마나 영향을 미치는지를 나타냄
• Weight Initialization : 학습 시 가중치의 초기값을 설정하는 방법
• 그래프상 직선의 기울기

▫︎ 편향(Bias)