AI基礎
回帰とは？
読み: かいき英語: Regression更新日: 2026-06-23
売上、価格、需要量などの連続的な数値を予測する機械学習タスクです。
試験で問われるポイント
- 分類はカテゴリ、回帰は数値を予測します。
- 需要予測や価格予測などで使われます。
- 誤差の大きさを評価する指標が重要です。
具体例
過去の販売推移から来月の売上金額を予測する例があります。
よくある誤解
- カテゴリ判定を回帰と呼ぶ。
- 過去データがあれば必ず未来を正確に予測できると考える。
対応試験
G検定AWS AI Practitioner
関連する表記: 回帰 / Regression / 回帰分析
関連問題で復習
DS検定データサイエンス
データサイエンス領域で扱う「回帰分析」の説明として最も適切なものはどれか。
DS検定データサイエンス
「回帰分析」を実務で使う場面の対応として最も適切なものはどれか。
DS検定データサイエンス
「回帰分析」に関する判断として最も避けるべきものはどれか。
AWS AI PractitionerAI・機械学習の基礎
回帰問題の例として最も適切なものはどれか。
AWS AI PractitionerAI・機械学習の基礎
分類と回帰の違いとして最も適切なものはどれか。
G検定機械学習の概要・具体的手法
「分類」と「回帰」の違いとして、最も適切なものはどれか。
G検定機械学習の概要・具体的手法
回帰モデルの評価指標「MSE（平均二乗誤差）」の特徴として、最も適切なものはどれか。
G検定機械学習の概要・具体的手法
ロジスティック回帰の説明として、最も適切なものはどれか。
関連用語
FujiCertの用語解説は、各試験の公式問題ではなく、学習者が問題演習で つまずきやすい観点を整理した非公式の学習支援コンテンツです。