Devxplorer

머신러닝에서 회귀(Regression)는 연속적인 숫자 값을 예측하는 데 사용되는 대표적인 지도학습(Supervised Learning) 방법입니다. 그중 가장 기본이 되는 **선형회귀(Linear Regression)**부터, 이를 확장한 다항회귀(Polynomial Regression), 그리고 입력 변수가 여러 개인 **다중회귀(Multiple Linear Regression)**까지 알아보겠습니다.📌 선형 회귀 (Linear Regression)✅ 정의:선형 회귀는 입력 변수(X)와 출력 변수(y) 사이의 관계가 **직선(선형)**이라고 가정하는 모델입니다. 하나의 독립 변수로 하나의 종속 변수를 예측합니다.✅ 수식:y = aX + ba: 기울기 (slope)b: 절편 (intercept)✅ 예..

1. 머신러닝의 학습 방식: 지도학습 vs 비지도학습 vs 강화학습머신러닝 알고리즘은 데이터를 학습하는 방식에 따라 지도학습(Supervised Learning), 비지도학습(Unsupervised Learning), 그리고 **강화학습(Reinforcement Learning)**으로 나뉩니다. 이들은 사용 목적과 데이터 구조에 따라 서로 다른 문제를 해결합니다.2. 지도학습(Supervised Learning)이란?지도학습은 **입력 데이터(X)**와 **정답(label 또는 target, y)**가 함께 주어지는 데이터에서 학습하는 방식입니다.✅ 특징:학습 데이터에 정답이 포함됨모델이 입력-출력 관계를 학습함분류(Classification) 또는 회귀(Regression) 문제 해결에 적합✅ 예시:..