Regresi dalam konteks machine learning adalah metode yang digunakan untuk memodelkan hubungan antara satu atau lebih variabel independent/fitur dengan variabel dependen/target yang bernilai numerik. Dengan kata lain, regresi digunakan ketika output yang ingin diprediksi bersifat nilai numerik/bukan kategori. Regresi termasuk dalam machine learning dengan jenis supervised learning, karena model dilatih dengan menggunakan data yang sudah berlabel atau data input dan data target.  

Tujuan utama dari regresi adalah untuk memprediksi nilai variabel dependen untuk prediksi baru berdasarkan pada variabel independen. Selain itu juga dapat digunakan untuk memahami dan mengukur seberapa besar pengaruh masing-masing variabel independen terhadap variabel dependen sehingga dapat digunakan untuk menjadi dasar dalam pengambilan keputusan atau insight.  

Contoh penggunaan regresi adalah prediksi harga rumah berdasarkan pada luas bangunan, jumlah kamar, umur bangunan, dan lokasi bangunan dan prediksi penjualan berdasarkan pada anggaran pemasaran, musim, tren dan sebagainya.

Referensi:  

  • James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An Introduction to Statistical Learning with Applications in R (ISLR). Pearson. 
  • Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques. 3rd Edition. Pearson.