피드로 돌아가기
Dev.toAI/ML
원문 읽기
데이터 패턴 기반 연속 수치 예측을 위한 Linear Regression의 설계 원리
# Introduction to Machine Learning: How We Arrive at Linear Regression
AI 요약
Context
명시적 규칙 정의가 필요한 Traditional Programming의 한계로 인한 유연한 패턴 인식 필요성 증대. 데이터와 정답을 통해 규칙을 스스로 학습하는 Machine Learning으로의 패러다임 전환 단계.
Technical Solution
- Supervised Learning 기반의 Input-Output 관계 학습 구조 채택
- Continuous Numerical Value 예측을 위한 Regression 문제 정의
- 입력 변수와 출력 변수 간의 선형적 상관관계를 통한 예측 모델 설계
- 데이터 포인트들을 최적으로 관통하는 Best-fit line 도출을 통한 패턴 단순화
- y = mx + c 수식을 활용한 입력 값 X에 따른 출력 값 Y의 예측 로직 구현
실천 포인트
1. 예측 대상이 범주형(Classification)인지 연속형(Regression)인지 우선 구분할 것
2. 변수 간의 관계가 선형적 경향성을 띠는지 데이터 탐색을 통해 확인할 것
3. 복잡한 모델 도입 전 Linear Regression을 통해 베이스라인 성능을 측정할 것