ラビットチャレンジレポート:ステージ2 機械学習
1.線形回帰モデル1-1 要点
ある入力(説明変数)から出力(目的変数)の振る舞いを直線で予測するモデル。入力を$${\bm{x}}$$出力を$${y}$$とし、$${\bm{x}}$$は以下のように表される。
$$
\bm{x}=(x_1, x_2,\dots, x_m)^\mathsf{T}
$$
重みパラメータを$${\bm{w}}$$、モデルの予測値を$${\^{y}}$$とすると
予測値$${\^{y}}$$は入力$${\bm{x}}$$とパラメータ$${\b