Introduction

Regression(회귀분석)

<aside> 💡 Regression은 input과 output의 relationship을 추론하는 것이다.

</aside>

Regression은 machine learning의 기본이 되는 아주 중요한 개념이다.

Regression은 두가지로 나뉠 수 있다. 이 수업에서는 Linear Regression을 주로 다룬다.

• Linear Regression
• Logistic Regression

Linear Regression

'집값'을 구하는 경우에서 주된 parameter가 집의 크기라고 생각해보자.

• Input : size of house
• Output : price of house (real number)

이를 바탕으로 input과 output의 관계를 추정해야한다. 광진구의 집들을 대상으로 데이터를 얻는 다고 생각해보자. 많은 data를 바탕으로 아래와 같은 선형 관계를 얻을 수 있다.

여기서 보이는 선이 estimated relationship이다. 이렇게 sample마다 답이 존재하는 학습 방식을 Supervised learning(regression)(감독 학습)이라고 한다.

이제 얻어진 Linera formulation $y = ax+b$ 를 통해 size에 따른 가격을 "추정"할 수 있다.

Model Represenatation

어떻게 input과 output의 관계를 찾는지 전체적인 과정을 알아보자. 우리가 알아내려는 이 관계는 hypothesis이다. 우리의 목적은 hypothesis를 구하는 것이다.