<aside> <img src="https://prod-files-secure.s3.us-west-2.amazonaws.com/83c75a39-3aba-4ba4-a792-7aefe4b07895/94dbaed9-349c-449d-bc43-25de3ae5a780/SpartaIconScale9.png" alt="https://prod-files-secure.s3.us-west-2.amazonaws.com/83c75a39-3aba-4ba4-a792-7aefe4b07895/94dbaed9-349c-449d-bc43-25de3ae5a780/SpartaIconScale9.png" width="40px" /> 수업 목표

• 회귀분석의 기본 개념
• 규제(Regularization) 기법 이해
• 회귀 모델 평가 지표 활용 </aside>

<aside> <img src="https://prod-files-secure.s3.us-west-2.amazonaws.com/83c75a39-3aba-4ba4-a792-7aefe4b07895/393cd135-1603-4797-8fa6-42abcfedd782/SpartaIconS24.png" alt="https://prod-files-secure.s3.us-west-2.amazonaws.com/83c75a39-3aba-4ba4-a792-7aefe4b07895/393cd135-1603-4797-8fa6-42abcfedd782/SpartaIconS24.png" width="40px" />

목차

</aside>

<aside> <img src="https://prod-files-secure.s3.us-west-2.amazonaws.com/83c75a39-3aba-4ba4-a792-7aefe4b07895/11965e36-5cde-4d10-b470-06dfbe247327/scc캐릭터_아하_280x280.png" alt="https://prod-files-secure.s3.us-west-2.amazonaws.com/83c75a39-3aba-4ba4-a792-7aefe4b07895/11965e36-5cde-4d10-b470-06dfbe247327/scc캐릭터_아하_280x280.png" width="40px" /> 필수 프로그램 설치

✅ Google Chrome

</aside>

이번에 배울 것

<aside> ❗

회귀 모델은 독립변수(X)와 종속변수(Y) 간의 관계를 활용해 연속형 결과값을 예측하며, 비선형 모델, 규제를 통해 모델 성능과 일반화 능력을 향상시킬 수 있습니다!

</aside>

1. 회귀 분석 개요

회귀 분석이란?

<aside>

• 종속변수(Y)와 하나 이상의 독립변수(X) 간의 관계를 추정하여, 연속형 종속변수를 예측하는 통계/머신러닝 기법

  • ex) “공부한 시간(X)에 따라 시험 점수(Y)가 어떻게 변하는가?” 를 예측

• 지도학습에서의 분류(Classification)와 회귀(Regression)의 차이

  • 분류: 결과값이 이산형(클래스 라벨)
  • **회귀**: 결과값이 연속형(숫자 값)
  • 사람의 지능적인 작업을 기계가 수행하도록 만드는 광범위한 개념 </aside>

회귀 모델을 사용하는 이유

<aside> 1️⃣

미래 값 예측

: 판매량, 주가, 온도 등 실수값 예측에 사용

</aside>

<aside> 2️⃣

인과 관계 해석(통계 관점)

: 특정 독립변수가 종속변수에 미치는 영향력을 해석하기 위해

</aside>

<aside> 3️⃣

데이터 기반 의사결정

: 추세(Trend) 파악, 자원 배분 등

</aside>

회귀 모델의 대표적 활용 사례

<aside>

• 〽️ 경제

  • 주식 가격 예측, 판매량 예측

• 💊 건강

  • 혈압, 콜레스테롤 수치 예측

• 🧰 제조업

  • 불량률, 생산량 예측(ex : 온도, 습도, 기계 속도 등의 데이터 이용)
  • 생산 설비에 부착된 센서(온도, 진동, 소음 등)에서 수집된 데이터를 바탕으로, 장비 고장 시점을 사전에 예측 </aside>