🎓 Phase 2 教師あり学習：回帰（ドメイン目次）
Phase 2 教師あり学習：回帰 目次
入力から連続値を予測する教師あり回帰を扱います。数理の土台は統計の回帰分析（単回帰分析・重回帰分析）にあり、ここでは「学習問題」としての回帰——正則化・基底関数・汎化——に焦点を当てます。
- 前提：学習問題の定式化（仮説・損失・経験リスク）・汎化と過学習・バイアスバリアンス分解／統計の 単回帰分析
- この後の土台：分類（ロジスティック回帰）・ニューラルネットワーク
トピック一覧
- 線形回帰（最小二乗法と確率的解釈）（基礎）— 最小二乗・確率的解釈
- 重回帰と多重共線性（標準）— 多変数・共線性
- 正則化（Ridge・Lasso・Elastic Net）（標準）— L1/L2・スパース性
- 多項式回帰と基底関数（標準）— 非線形への拡張と過学習
- バイアスバリアンスの実証（標準）— 次数とU字の数値実験