LLM( 생성형) 업무효율화, 업무활용, 인공지능 활용하여 일잘 하는법 97

따라하면 성공하는 마케팅 효과 예측 하기

 

 

 

회귀식에 대한 정의

 

회귀식은 앞서서 말씀 드린 것처럼 퇴행, 퇴보입니다. 즉 뒤에 것을 가지고 앞엣것을 예측하는 것입니다. 회귀식 중 가장 많이 사용하는 선형회귀식을 기준으로 간단하게 예를 들겠습니다.

시간(T)	1	2	3	4	5	6
판매	110	120	130	140	150	???

 

T6 몇이 올까요? 설마 ‘시장환경에 따라 다르기 때문에 예측하기 어렵다 그만큼 시장은 변동이 크기 때문이다’. 라고 하시는 무식한 분은 이제 안 계실 거라 생각하겠습니다. 왜냐면 이미 우리는 이미 일잘러 이기 때문입니다. 정답은 160이 옵니다. 다만, 이때 160이 될 확률이 몇% 냐를 가지고 따져야지 160이 오냐 안오냐를 가지고 따지는게 아닙니다. 이걸 방정식으로 해볼까요?

Y(S)=10T+100 160=10*6+100

 

아주 쉽습니다. 회귀식(회귀방정식) 이거 너무 쉽습니다. 즉 과거만 잘 분석하면 미래가 보인다는 것입니다. 구체적으로 위예 예시는 선형 방정식인데 (선형회귀) 이게 왜 선형 회귀인지 말씀 드리겠습니다. 아래 예시를 보고 선형, 비선형에 대해서도 이해 해주셨으면 합니다. 당장 이해 안되도 아래 또 말씀 드리니 일단 그래프만 보고 개념만 살짝 집고 넘어 가겠습니다.

 

 

 

제가 쉽다 어렵다를 왔다 갔다 하지만, 쉽죠 아직까지는? 앞으로도 쉬울 것입니다. 이게 방정식으로 나왔지만, 데이터를 차트화 하면 (상관차트) 일직선입니다. 그래서 선형입니다. 그럼 선형이 아닌건? 비선형입니다. 이름이 다르니 당연히 선형일 때 적용하는 함수식과 비선형일 때 적용하는 함수식이 다를 것입니다. 일단 여기 까지만 이해 하겠습니다. 왜냐면 우리는 회귀식을 만들기 위한 전제 조건과 가정 등은 우린 통계를 공부 하는 것이 아니니 가장 기본적인 개념만 가지고 넘어 가겠습니다.

 

이제 회귀식의 기본 개념을 이해하셨으니, 이어지는 포스팅들에서는 이를 바탕으로 더욱 정확한 마케팅 효과 예측을 할 수 있는 방법을 함께 탐구해보겠습니다.

.

.

.

생성형인공지능, LLM, 일잘러, RAG응용, 챗지피티 를 활용해서 프로 일잘러 되기 출간 준비중~~!!