R² 결정계수의 진짜 의미와 함정: 상관계수 제곱인 이유부터 잔차 그래프 확인법까지
회귀 결과마다 따라붙는 R²는 '평균선보다 얼마나 나았는지'만 알려주는 점수다. 결정계수가 상관계수의 제곱과 같아지는 이유, 표본 범위에 따라 값이 출렁이는 구조적 약점, 그리고 숫자 대신 잔차 그래프를 먼저 그려야 하는 이유를 정리했다.
핵심 내용 읽기 →
AI TOPIC
회귀분석 최신 뉴스와 핵심 해설
회귀분석 관련 핵심 뉴스와 활용 인사이트 5편을 최신순으로 모았습니다.
퓨즈드 라소(Fused Lasso) 정리: 시계열·공간 데이터에 어울리는 라소 회귀 확장
라소 회귀에 인접한 계수끼리 크게 벌어지지 못하도록 붙잡는 제약을 하나 더 얹은 퓨즈드 라소를 정리했다. 월별 강수량으로 집값을 예측하거나 인접 토지의 상태로 철도 건설비를 추정할 때 왜 유용한지 예제로 설명한다.
핵심 내용 읽기 →
엘라스틱 넷 규제 원리 정리: 라쏘와 릿지 회귀의 장단점, 제약 모양이 만드는 차이
라쏘는 계수를 0으로 만들어 변수를 골라내지만 상관 높은 변수 앞에서 흔들리고, 릿지는 안정적이지만 변수를 걸러내지 못한다. 두 규제를 비율로 섞은 엘라스틱 넷이 어떻게 양쪽 장점을 함께 취하는지 정리했다.
핵심 내용 읽기 →
신경망의 진짜 정체 — 가우스의 파라메트릭 회귀에서 ReLU 뉴런까지 수식 없이 이해하기
신경망은 흔히 뇌를 본뜬 구조로 소개되지만, 뿌리를 따라가면 가우스가 사라진 소행성 세레스를 찾을 때 쓴 곡선 맞추기에 닿는다. 선형대수와 미적분 없이 신경망의 정체를 설명한 영상을 따라 ReLU 뉴런과 층 쌓기의 의미까지 정리했다.
핵심 내용 읽기 →
AI 모델 작동 원리 입문: 모델이란 무엇이고 어떻게 학습·개선되는가
AI 모델을 '현실을 단순화한 입력-출력 기계'로 정의하고, 매장 매출 예측이라는 간단한 회귀 예시로 모델을 만들고 학습시키고 개선하는 과정과 과적합 문제까지 설명한다.
핵심 내용 읽기 →