第12回　ベイズ線形回帰［前編］ | gihyo.jp

第12回　ベイズ線形回帰［前編］ | gihyo.jp

今回と次回でいよいよ「ベイズ線形回帰」を紹介します。だいぶ機械学習らしくなってきます。 「ベイズ線...概要を表示 今回と次回でいよいよ「ベイズ線形回帰」を紹介します。だいぶ機械学習らしくなってきます。 「ベイズ線形回帰」とは、「⁠線形回帰」（⁠連載第8回、9回、11回）を「ベイジアン」（⁠第10回）の考え方のもとで解くお話です。 さて、復習を兼ねて必要な準備から入っていきましょう。 線形回帰を確率の問題に 「回帰」とは、一言で言えば「データ点から関数を求める方法」でした。 しかし、漠然と「関数を求める」と言われても何をしたらいいかわかりません。そこで「線形回帰」では、あらかじめベースとなる関数φi(x)（基底関数）を用意して、その線形和の範囲から一番適した関数を探すというアプローチをとります。 これなら係数wiを決めるだけで関数f(x)を求められますから、するべきことがわかりやすくなりました。 それでは、この係数はどのように決めたらよいでしょうか。もちろん一番いいwiになるようにしたいところですが、何

• 機械学習
• 学習
• ベイズ線形回帰