【ITパスポート・G検定】非線形回帰と何が違う？「線形回帰（せんけいかいき）」の超基本を1分図解！

「AIの基本でよく出てくる『線形回帰』って、一体なに？」

「普通の回帰分析と何が違うの？」

「なぜ『線形』って呼ぶの？」

機械学習（AI）の教師あり学習、その中でも「数値を当てる技術（回帰）」のなかで最も基本であり、最初に学ぶのが「線形回帰」です。

線形回帰の「線形」とは、一言でいうと「まっすぐな線（直線）」のこと。バラバラに散らばるデータの真ん中に一本のまっすぐな直線をピシッと引き、そこから未来の数値を予測する、ダントツにシンプルで強力な技術です。

この記事では、ITパスポートやG検定で計算問題としても頻出する超重要テーマ「線形回帰」の仕組みと特徴を、5枚の図解構成に合わせて分かりやすく解説します！

まずは、線形回帰（せんけいかいき）がどのようなものなのか、直感的なイメージから掴みましょう。

線形回帰とは、一言でいうと「まっすぐな線で数値を当てる技術」です。

実験室のような部屋をイメージしてください。ロボットが「気温」と「かき氷の売上」のデータが打たれたグラフの前に立っています。バラバラに散らばる点の中心をきれいに突き抜けるような、一本のまっすぐな光る直線を定規でピシッと引いて、売上の数値を先読みします。

💡 【ワンポイント】

2つのデータの関係を直線で表して

未来の数値を予測する！

次に、線形回帰がデジタル技術の中でどのような位置づけにあるのか、全体マップを見てみましょう。

線形回帰は、教師あり学習の「回帰（数値を当てる手法）」の配下にあり、その中で最もベースとなる技術として位置づけられています。

数値を当てる数多くの手法のなかでも、仕組みがダントツにシンプルで扱いやすく、今でもビジネスや統計の現場で強力な武器として使われています。

💡 【ワンポイント】

数値を当てる手法のなかでも

ダントツにシンプルで強力！

線形回帰が動く本質的な目的は、「データに直線をあてはめる」という点にあります。すべての点からのズレが最も小さくなる直線の式を見つけて、次の3つのステップで答えを計算します。

ステップ1：データを配置する黒板に、過去の「勉強時間」と「テストの点数」のデータを表す無数の青い点を、グラフ上に散りばめている状態からスタートします。
ステップ2：直線を一本引くロボットがチョークを持ち、すべての点からのズレが最も小さくなるような、全体のバランスが良いきれいな「まっすぐな線（直線）」を黒板に引きます。
ステップ3：数値を予測する新しく引いた直線の上に新しい勉強時間の目盛りを重ね、「これだけ勉強したなら、テストは85点だ！」と未来の点数をピシッと指さして計算します。

💡 【ワンポイント】

ズレが一番小さくなる直線の式を

見つけて答えを計算する！

試験やデータ分析の現場で最大の比較対象となるライバルが「非線形回帰」です。この2つの決定的な違いを整理しておきましょう。

一言でいうと、その違いは「まっすぐな線か？曲がった線か？」にあります。