ゼロから作るDeep Learning ❸ ―フレームワーク編

ステップ42線形回帰

機械学習は「データ」を使って問題を解きます。人が問題の解決法を考えるのではなく、集められた「データ」から問題の解決法をコンピュータに見つけさせます（学習させます）。このように、「データ」から解法を見つけることが機械学習の本質です。これから私たちは、DeZeroを使って機械学習の問題に挑みます。ここでは、機械学習の中で最も基本となる「線形回帰」を実装します。

42.1　トイ・データセット

本ステップでは、実験用に小さなデータセットを作ります。そのような小さなデータセットは「トイ・データセット」と呼ばれます。ここでは再現性を考慮して、次のように、乱数のシードを固定してデータを生成します。

import numpy as np

np.random.seed(0)
x = np.random.rand(100, 1)
y = 5 + 2 * x + np.random.rand(100, 1)

上記のように、xとyの2つの変数からなるデータセットを作ります。このとき、点群は直線上にあり、yにはノイズとして乱数が加算されています。この(x, y)の点をプロットすると、図42-1のようになります。

図42-1 本ステップで使用するデータセット

図42-1のように、xとyは「線形」の関係にありますが、そこにはノイズが含まれています。私たちの目標は、xの値からyの値を予測できるモデル（数式）を作ることです。

実数値であるyを、xの値から予測することは「回帰