教師あり機械学習：回帰
線形回帰、Ridge、Lasso、ElasticNet、評価指標（MSE、RMSE、R²）、過学習、正則化
24 面接問題·
Mid-Level
1線形回帰の主な目的は何ですか？
1
線形回帰の主な目的は何ですか？
回答
線形回帰は、二乗誤差の合計を最小化する直線を見つけることで、従属変数（ターゲット）と1つ以上の独立変数（特徴量）の関係をモデル化することを目的としています。この手法により連続値の予測が可能となり、多くの複雑なアルゴリズムの基礎を形成します。
2単純線形回帰において、ベータ係数（β₁）は何を表しますか？
2
単純線形回帰において、ベータ係数（β₁）は何を表しますか？
回答
β₁係数は回帰直線の傾きを表し、独立変数が1単位増加したときにターゲット変数がどれだけ変化するかを示します。β₁が正の場合は正の関係を意味し、負の場合は変数間の逆の関係を示します。
3線形回帰で最適な係数を見つけるために使用される手法はどれですか？
3
線形回帰で最適な係数を見つけるために使用される手法はどれですか？
回答
通常最小二乗法（OLS）は、観測値と予測値の差である残差の二乗和を最小化します。このアプローチは閉形式の解析解を提供し、線形回帰のパラメータを推定する標準的な手法です。
4
回帰における決定係数R²は何を測定しますか？
5
MSE（Mean Squared Error）とRMSE（Root Mean Squared Error）の違いは何ですか？
+21 面接問題
その他のData Science & ML面接トピック
Pythonの基礎
Junior
25問Pythonオブジェクト指向プログラミング
Junior
20問Pythonのデータ構造
Junior
20問Git の基礎
Junior
18問SQLの基礎
Junior
20問NumPyの基礎
Junior
22問Pandasの基礎
Junior
22問Jupyter & Google Colab
Junior
16問SQL Joinsと高度なクエリ
Mid-Level
22問Pandas応用
Mid-Level
24問Matplotlib & Seabornによる可視化
Mid-Level
20問Plotlyによるインタラクティブな可視化
Mid-Level
18問記述統計
Mid-Level
20問推測統計学
Mid-Level
24問Web Scraping
Mid-Level
18問BigQuery & Cloud Data
Mid-Level
18問Feature Engineering
Mid-Level
22問教師あり機械学習：分類
Mid-Level
24問決定木とアンサンブル
Mid-Level
24問教師なしML
Mid-Level
22問MLパイプラインと検証
Mid-Level
22問時系列と予測
Mid-Level
22問Deep Learningの基礎
Senior
24問TensorFlow & Keras
Senior
22問CNN と画像分類
Senior
24問RNNとシーケンス
Senior
22問TransformersとAttention
Senior
24問NLPとHugging Face
Senior
24問GenAIとLangChain
Senior
24問MLOps とデプロイ
Senior
24問