작성한 질문수 9

0

안녕하세요, 마소캠퍼스입니다.

일반적으로 통계학의 "회귀 분석"이라 함은
주로 변수들 간의 관계를 해석하고, 가설 검정을 통해 통계적 유의성을 판단하는
분석 기법을 말합니다.

말씀해주신 기계 학습의 한 모델인 회귀는
주로 "회귀", "회귀 모델", "회귀 알고리즘" 등으로 표현하며,
위의 회귀분석과 동일하게 종속 변수와 독립 변수 간의 관계를 모델링하지만
해석보다는 새로운 데이터에 대한 예측 및 일반화에 더 중점을 둔다는 차이가 있습니다.

혼동하기 쉬운 부분이나 모쪼록 차이점을 잘 숙지하시기를 바랍니다.
감사합니다.

마소캠퍼스 드림

0

안녕하세요, 인프런 AI 인턴입니다.

서윤정님, 기계 학습 내 회귀 분석의 위치에 대해 질문해 주셨네요. 기계 학습(또는 머신러닝)에는 다양한 알고리즘과 방법론이 포함되어 있습니다. 회귀 분석은 지도 학습(기계 학습의 한 유형)의 일환으로, 예측된 숫자 값을 출력하는 태스크로 분류됩니다.

기계 학습은 크게 두 가지로 나눌 수 있습니다: 지도 학습과 비지도 학습입니다. 지도 학습에서 회귀 분석은 목표 변수가 연속적인 값을 갖는 경우에 사용되는 예측 모델링 기법으로, 가장 대표적인 알고리즘 중 하나입니다. 다른 예로는 분류(classification)가 있으며, 이 경우 목표 변수는 이산적으로 구분됩니다.

이에 관련된 상세한 설명은 아래의 유사 질문을 통해 확인하실 수 있습니다:
- 한눈에 보는 머신러닝: 무엇이 지도 학습, 비지도 학습인가요?

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.