線形回帰とロジスティック回帰 | JDLA Deep Learning for GENERAL（G検定）
線形回帰とロジスティック回帰とは
線形回帰は線形結合で連続値を予測し、ロジスティック回帰はシグモイド関数などを通じてクラス確率を表します。
具体例
名前に回帰とあってもロジスティック回帰は代表的な分類手法です。
もう少し詳しく
この用語は単独で暗記せず、目的、入力、処理、結果、適用できない境界の順に説明できるようにします。実務では前提条件と評価基準を明記し、期待した結果と実測結果を区別します。
似た用語を見分けるときは、誰が何を判断するのか、いつ実施するのか、成果物が何かを比較します。名称だけで結論を出さず、問題文に示された条件へ定義を当てはめることが重要です。
試験でのポイント