1️⃣ 다중 선형 회귀란 무엇인가요?다중 선형 회귀(Multiple Linear Regression)는 단순 선형 회귀의 확장 개념으로, 두 개 이상의 독립 변수를 사용하여 하나의 종속 변수 YY를 예측하는 회귀 모델입니다.현실에서는 하나의 원인보다 여러 요인이 함께 작용하는 경우가 많기 때문에, 단순 선형 회귀보다 더 실용적인 분석이 가능합니다.예를 들어, 주택 가격은 단순히 ‘평수’뿐 아니라 ‘방 개수’, ‘건물 연식’, ‘위치’ 등 다양한 요소의 영향을 받을 수 있습니다. 이처럼 여러 요인이 함께 작용할 때 다중 선형 회귀가 효과적으로 사용됩니다.2️⃣ 수학적 표현다중 선형 회귀는 다음과 같은 형태의 방정식으로 표현됩니다:각 독립 변수의 영향을 선형적으로 조합하여 예측값을 계산하는 방식입니다.3️⃣..
1️⃣ 선형 회귀란?선형 회귀(Linear Regression)는 입력 변수(독립 변수, X)와 출력 변수(종속 변수, Y) 사이의 관계를 직선 형태로 모델링하는 대표적인 지도 학습 알고리즘입니다.복잡한 모델로 가기 전, 데이터를 예측하는 가장 기초적인 접근 방식으로 많이 사용됩니다.예를 들어,공부 시간(X)과 시험 점수(Y)광고 비용(X)과 매출(Y)주택 크기(X)와 가격(Y)이러한 관계를 하나의 직선(또는 다차원의 평면)으로 표현하고자 할 때 선형 회귀가 활용됩니다.2️⃣ 선형 회귀의 수학적 구조📌 단순 선형 회귀단 하나의 입력 변수 X가 있는 경우, 선형 회귀는 아래와 같은 1차 함수 형태를 가집니다:Y=WX+bY: 예측값 (종속 변수)X: 입력값 (독립 변수)W: 기울기 (가중치)b: 절편 (b..
1️⃣ 머신러닝이란?머신러닝(Machine Learning)은 데이터를 이용해 패턴을 학습하고, 이를 바탕으로 예측이나 의사결정을 자동으로 수행하는 기술입니다.기존의 전통적인 프로그래밍 방식에서는 사람이 명확한 규칙을 코드로 작성하지만, 머신러닝에서는 알고리즘이 데이터로부터 규칙을 학습한다는 점이 다릅니다.2️⃣ 머신러닝의 주요 분류📌 지도 학습 (Supervised Learning)입력 데이터(Features)와 정답(Label)이 함께 주어지는 방식주어진 정답을 기준으로 모델이 예측하도록 학습예시이메일 스팸 필터링이미지 분류 (고양이 vs 강아지)주식 가격 예측대표 알고리즘선형 회귀로지스틱 회귀의사결정나무, 랜덤 포레스트서포트 벡터 머신 (SVM)인공신경망 (Neural Networks)📌 비지도..
