『Pythonデータ解析入門』 第10章 線形回帰
本章では線形回帰の基礎について学びます．回帰は入力に対して連続値を予測する教師あり学習のタスクで，たとえば将来の需要，消費量，価格，人流などの数値を予測することに応用することができます．
まず，回帰の基礎となる線形回帰の基本的な考え方について学びます．
次に，線形回帰のモデルを学習するための基本的な考え方となる最小二乗法について学びます．また，モデルのパラメータを具体的に推定するための方法として勾配降下法について学びます．
最後に，回帰のモデルの評価方法について学びます．また，発展的な内容として線形回帰のパラメータ推定を最尤法により解釈することを学びます．
プログラミング演習では，線形回帰モデルのパラメータを勾配降下法により推定する手続きをプログラムとして実装した上で，不動産に関するデータセットをもとに不動産区画の特徴からその区画の不動産価格を予測するような回帰のモデルの学習と評価を実際に行います．
本章の学習を通して，線形回帰の基本的な考え方，特に勾配降下法によるパラメータの推定方法について理解し，実問題を回帰の問題として解く際にデータをもとに実際に線形回帰モデルの学習と評価が適切にできるようになることを目標とします．
10.1 線形回帰
10.2 最小二乗法
10.3 勾配降下法
10.4 勾配降下法の一般化
10.5 正規方程式の一般化
10.6 モデルの評価
10.7 【発展】最尤法によるパラメータ推定
10.8 プログラミング