回帰問題と分類問題

回帰とは、株価分析のように、連続するデータの予測を行うときなどに使う。

主に数値を扱うときで、 例えば、そのデータの特徴量の傾向をみて(座標上に線を書いて)、具体的な数字を出す（線上から割り出す）、予測するのが回帰である。

分類は、回帰とは違い具体的な数字を出すのではなく、与えられたクラスに分ける（ラベリングする）ことを目的としている。

両者の比較

回帰は時系列、時の経過を考慮するものが多いのに対して（必ずしもそれだけでない）、分類は、ある時点を切り抜いた中で考えたり、そもそも、時の経過を考慮しないようなイメージがある。

回帰 → 予測

分類 → ラベリング

タイトル名：回帰と分類の違い

Webサイト：Qiita

https://www.sbbit.jp/article/image/33345/l_bit201703022242464827.jpg

タイトル名：ニューラルネットワークの基礎解説

Webサイト：ビジネス＋IT