# Linear Regression
[ML] 선형 회귀 (linear regression)
1개 이상의 feature 와 연속적인 타깃 변수 사이의 관계를 모델링, 연속적인 output 값을 예측
Part 09. 머신러닝_Chapter 05. Linear Regression
일반적인 문제 해결 절차문제에 대해 공부하고,해결책을 실제로 구체화하고 실행 가능한 형태로 만들어보며선택한 해결책이나 접근 방식이 실제로 얼마나 효과적인지를 평가하고 개선한다음런칭하거나 에러를 분석하여 재접근 한다.만약, 데이터를 기반으로 한다면?문제에 대해 공부한다음
[ML] Linear Regression Model(2)
Linear Regression Model의 parameter 추정 방법인 LSE에 대해서 알아보았다.
[ML] Linear Regression
본 포스트에서는 회귀 문제 중 가장 기본적인 형태인 선형 회귀에 대해 알아보고, 이를 이용한 수학 점수 예측 알고리즘을 구현한다.
선형 / 로지스틱 회귀
회귀 분석 독립변수(x)로 종속변수(y)를 예측하는 것. 체중과 식사량에 관계에 관한 모델을 만든다고 해보자. 체중이 식사량에 따라 달라지는 관계를 확인했다면, 체중은 식사량에 종속되었다고 할 수 있다. 하지만 체중의 변화가 식사량의 변화를 이끌어내는지는 확인하지
머신러닝 4일차 chapter5 (~39)
Basic of Regression - 회귀 데이터를 기반으로 한다면 좀 다름 추가데이터가 계속 들어가는게 좀 다르다. 지도학습 - 분류 classification 정답을 보고 학습시킨 후, 그 모델에게 새로운 데이터를 보여줌 지도학습 - 회귀 Regressio
[CS229] 2. Linear Regression and Gradient Descent 리뷰
Ng, A. (2018). "Stanford CS229: Machine Learning - Linear Regression and Gradient Descent | Lecture 2 (Autumn 2018)." from https://youtu.be/4b4MU
Linear mixed effect model
$i$번째 그룹에 대한 $j$번째 관측값 $y{11},\\ldots,y{nn}$ 들이 주어질 때, 이들의 평균을 모델링하는 다음과 같은 모형을 생각해보자.$$\\mathrm{E}y\_{ij} = \\mu + \\alpha{i}+\\epsilon{ij}$$이때 각 par
Generalized Linear Model
일반화 선형모형(GLM)은 일반적인 선형모형(Linear Model, 반응변수와 설명변수의 관계가 선형이고 오차항의 분포가 normal인 모형)을 확장한 모형이다. 확장 방식은 반응변수와 설명변수의 관계를 nonlinear(ex. Exponential form)하게 바
Linear Regression
분류와 회귀 머신러닝에는 크게 2가지 문제가 있습니다. 바로 분류(Classification)와 회귀(Regression)입니다. 분류는 종속 변수가 범주형 데이터(categorical data)일 때 각 샘플이 어떤 클래스에 해당하는지를 예측하는 문제입니다. 회귀
[지도학습] Linear Regression 선형 회귀
☄️ 이 글은 유튜브 나도코딩의 영상 / 한동대학교 이상산 교수님의 수업을 기반으로 쓰여졌습니다! 지도 학습이란? 예측 또는 결정을 내리기 위해 레이블이 지정된 데이터에 대해 알고리즘을 훈련하는 기계 학습 기술이에요. 목표는 훈련 세트에 제공된 예제를 기반으로 입력
