선형 회귀란 여러 변수로부터 하나이상의 값을 예측하는데 사용되는 기법이며,
아래의 식과 같이 수식화가 가능하다 (벡터 x는 독립 변수이며, 벡터 y는 예측하고자하는 목적 변수임).
a와 b는 선형모델의 매개변수(Parameter)와 편향(Bias)이며, epsilon은 오차를 나타낸다.
본 선형회귀모델의 도입 목적은 x라는 벡터값으로 부터 y라는 벡터값을 예측해내는 것이며,
위 그림과 같이 해석적으로 결과를 분석하면, 평균제곱오차를 최소화하는 a 벡터값을 추정하는 것이다.
'Deep Learning > Terminology' 카테고리의 다른 글
Recurrent Neural Network (RNN)란 무엇인가? (0) | 2020.07.27 |
---|---|
Logistic Regression (로지스틱 회귀) (0) | 2020.07.14 |
Stochastic Gradient Descent (확률적 경사 하강법) (0) | 2020.07.14 |
Maximum Likelihood Estimation (최대우도추정) (0) | 2020.07.14 |