Uma das abordagens de mining define que, se uma regra de classificação é considerada uma função sobre variáveis que as mapeia em uma classe destino, a regra é chamada

Gabarito

D

Comentário do professor

Regressão é a abordagem de mineração de dados em que se aprende uma função que mapeia variáveis de entrada para um valor numérico contínuo. O objetivo é estimar essa função a partir de exemplos, de modo que seja possível prever quantitativos para novos casos.

Na Regressão linear simples, modela-se \(y\) como \(y = \beta_0 + \beta_1 x + \varepsilon\), onde \(\beta_0,\beta_1\) são parâmetros e \(\varepsilon\) é o erro. Na Regressão múltipla a forma estende-se a \(y = \beta_0 + \beta_1 x_1 + \dots + \beta_p x_p + \varepsilon\).

Os parâmetros são ajustados minimizando discrepâncias entre observações e previsões, tipicamente usando métricas como MSE (erro quadrático médio) ou MAE (erro absoluto médio). Aplicações comuns incluem previsão de valores, estimativas econômicas e análise de séries temporais.