Linear Model for Regression 3.1 Linear Basis Function Models Regression을 위한 가장 간단한 선형 모델은 입력 변수의 선형 조합을 포함한다.$eq. 3.1$ $y(x,w) = w_0 + w_1 x + ... + w_d x_d$ 여기서 $x=(x_1,..., x_d)^T$이다. 이것은 종종 Linear Regression으로 알려져 있다. 이 모델의 중요한 속성은 파라미터 $w_0, ..., w_D$의 선형 함수라는 것이다. 하지만 이것은 입력 변수 x의 선형 함수이며, 이것은 이 모델의 중요한 한계로 작용한다. 따라서, 우리는 입력 변수의 고정된 비선형 함수의 선형 조합을 통해 모델의 클래스를 확장한다.$eq. 3.2$ $y(x,w)=w0+\sum{..
