一般社団法人Pythonエンジニア育成推進協会はコラム「第20回「scikit-learnの使い方（6）回帰」」を公開しました。
＃＃＃
こんにちは、小澤です。
今回は、機械学習で基本として取り上げられる「回帰（Regression）」について解説していきます。回帰は連続的な数値を予測するための手法で、分類と並び、あらゆる分野で広く使われています。特に、数値予測を行う基本技術として、機械学習の中でも最も実用的な手法といえます。
なお、今回の内容は、教科書『Pythonによる新しいデータ分析の教科書（第2版）』の4.4.3章「回帰」（244〜246ページ） の箇所です。
1. 回帰とは？
回帰は、入力された数値データに基づいて、連続的な数値を予測するためのモデルです。たとえば、以下のような場面で使われます。
この続きは以下をご覧ください
(リンク »)
こんにちは、小澤です。
今回は、機械学習で基本として取り上げられる「回帰（Regression）」について解説していきます。回帰は連続的な数値を予測するための手法で、分類と並び、あらゆる分野で広く使われています。特に、数値予測を行う基本技術として、機械学習の中でも最も実用的な手法といえます。
なお、今回の内容は、教科書『Pythonによる新しいデータ分析の教科書（第2版）』の4.4.3章「回帰」（244〜246ページ） の箇所です。
1. 回帰とは？
回帰は、入力された数値データに基づいて、連続的な数値を予測するためのモデルです。たとえば、以下のような場面で使われます。
この続きは以下をご覧ください
(リンク »)
本プレスリリースは発表元企業よりご投稿いただいた情報を掲載しております。
お問い合わせにつきましては発表元企業までお願いいたします。
お問い合わせにつきましては発表元企業までお願いいたします。
