머신러닝 인터뷰 실무 가이드

112

머신러닝 인터뷰 실무 가이드

선형 회귀 요약

저는 회귀 모델 관련 내용을 이번 장에 꼭 포함시키고 싶었습니다. 저는 선형 회귀와 로지스

틱 회귀를 자세히 배웠으며, 심지어 손으로 계산까지 해봤다는 사실을 (대학에서 경제학 전공

의 일환으로 듣던

2

학년 통계학 과정의 요구 사항이었습니다 ) 기쁘게 생각합니다. 이 지식은

이후 제가 새로운 머신러닝 알고리즘을 이해하고 실무에 적용하는 데 큰 도움이 되었습니다.

제 지식은 이러한 기초 개념을 이해하는 것에서 시작됐기 때문에, 여러분이 회귀 모델 수학

을 공부하는 것을 피하지 않기를 강력히 권장합니다. 물론 이미 이 분야에 전문 지식이 있다

면 이 부분은 건너뛰어도 좋습니다.

이전 절의 사과 예시를 그래프에 적용해봅시다. 설명을 단순화해서

2

차원 그래프에 나타내

기 위해, 무게만 독립변수로 사용하여 종속변수인 가격을 예측하겠습니다. [그림

3

-

1

]의 그

래프에서 각 점은 과거 사과 판매 데이터를 나타내며, 이를 통해 해당 사과들의 판매 가격을

알 수 있습니다. 예를 들어, 그래프에서 말풍선이 가리키는 점은 무게가

80

그램이며 (

x

축의

교차점 )

1

달러에 판매되었습니다(

y

축의 교차점). 이 예시가 단순하다는 점에 유의해야 합니

다. 실무에서 선형 회귀는 대부분 여러 개의 독립변수 (다변수 )를 이용하여 이뤄지며, ...