What
Chainerを利用して機械学習を学ぶにあたり、私自身が、気がついた点、リサーチした内容をまとめる記事になります。今回は、機械学習に必要な回帰分析を勉強します。
私の理解に基づいて記述しているため、間違っている場合があります。間違いは都度修正するつもりです、ご容赦ください。
単回帰分析と重回帰分析
回帰分析とは、データ群が与えれた時、どんなグラフから発生したデータでしょう？を求める分析。
単回帰は入出力が１体１の場合。
話変わるけど、いろんな現象が正規分布に従うのはなぜ？と思ったことを思い出した。
下記参考、正直まだ腹に落ちていないのでもう一度勉強しなおします。
https://goldninjass.hatenablog.com/entry/2016/04/04/152631
データの前処理
という手法があるらしい。平均値が0になるようにデータセットを平行移動する処理のことらしい
単回帰分析
原理は最小二乗法。
重回帰分析
多変数の入力に対し、１出力を与える。基本的には単回帰分析の連立。解法が大学数学だから、演習問題くらい説いておいた方が良さげ。
Comment
数学の学習はここまで、大学で一度は聞いたことがあるというのが多かったため、スムーズに進んだ。
次回から、Pythonと数学を組み合わせていよいよ機械学習の習得に取り掛かります。