TIL(Today I Learned)1️⃣머신러닝 기초 용어정리선형회귀Y (종속 변수): 결과 변수, 우리가 예측하거나 설명하려는 대상X (독립 변수): 원인 변수, 설명 변수 (Y에 영향을 주는 변수)선형 회귀는 다음과 같은 식으로 표현된다: Y=β0+β1X+εY β0(절편, Bias)→ X가 0일 때 Y의 예상값β1(회귀 계수)→ X가 1 증가할 때 Y가 얼마나 변하는지 나타냄ε(오차, Error)→ 모델이 설명하지 못하는 Y의 변동 (실제값과 예측값의 차이)머신러닝 / 딥러닝에서의 선형 회귀머신러닝에서는 선형 회귀를 다음과 같이 표현한다: Y=wX+b w(가중치, Weight)→ 입력값 X가 결과 Y에 미치는 영향력 (기울기)b (편향, Bias)→ 모델의 기본값 (X가 0일 때의 출력값)통계학과의..