---
title: "回帰（機械学習）とは｜AI-Ready.jp"
url: https://www.ai-ready.jp/glossary/regression/
description: "回帰（機械学習）とは、入力されたデータから、売上や価格などの連続した数値を予測する課題のことです。回帰は、教師あり学習の代表的な課題の一つで、答えが数値になる問題を扱います。来月の売上、物件の価格、設備が故障するまでの"
publisher: "フロレンティナ株式会社"
---
[AIの基本](https://www.ai-ready.jp/glossary/#basics)

# 回帰（機械学習）

かいき／ Regression

定義

回帰（機械学習）とは、入力されたデータから、売上や価格などの連続した数値を予測する課題のことです。

回帰は、教師あり学習の代表的な課題の一つで、答えが数値になる問題を扱います。来月の売上、物件の価格、設備が故障するまでの時間などの予測が例です。答えが区分になる分類に対して、回帰は数値そのものを予測する点が違います。予測の当たり具合は、予測と実際の値の差（誤差）の大きさで確かめるのが一般的です。予測に使う要因（説明変数）と予測したい値（目的変数）の関係を見ることで、どの要因が結果に効いているかの手がかりにもなります。ただし、関係があっても原因であるとは限らないため、施策の判断に使うときは業務の知見と合わせて解釈することが大切です。

回帰と分類の違い

- **回帰**：答えが数値（例：来月の売上、物件の価格）
- **分類**：答えが区分
- **回帰の確かめ方**：予測と実際の値の差（誤差）の大きさ
- **解釈の注意**：関係があっても**原因であるとは限らない**。業務の知見と合わせて解釈する

自社のAI活用の準備度は？[7つの柱で、10問・約3分で確かめる（無料・登録不要）](https://www.ai-ready.jp/diagnosis/quick/)

## 関連する用語

- [分類（機械学習）](https://www.ai-ready.jp/glossary/classification/)
- [説明変数と目的変数](https://www.ai-ready.jp/glossary/explanatory-and-target-variables/)
- [需要予測](https://www.ai-ready.jp/glossary/demand-forecasting/)
- [教師あり学習](https://www.ai-ready.jp/glossary/supervised-learning/)

最終更新 2026-11-13

## 次の一歩

[測るAI-Ready診断（無料）いまの準備状況を、7つの柱で確かめられます。](https://www.ai-ready.jp/diagnosis/) [相談する結果の解説（30分・無料）診断の結果をもとに、オンラインでご説明します。](https://www.ai-ready.jp/consult/review/) [窓口ご相談のお申し込み経営・M&A・事業承継・上場・バリューアップはフロレンティナ、AIの導入・開発・データ・セキュリティ・研修はアメリア・テクノロジーがお受けします。](https://www.ai-ready.jp/consult/apply/)

---

出典：フロレンティナ株式会社「回帰（機械学習）とは｜AI-Ready.jp」 https://www.ai-ready.jp/glossary/regression/