Quiz 05 - Introdução

1. Qual o principal objetivo da Regressão Linear?

Classificar e-mails como Spam

Prever um valor numérico contínuo

Identificar pessoas em fotos

Agrupar clientes por idade

2. Na equação $y = wx + b$, o que acontece se aumentarmos o peso ($w$)?

A linha se desloca para cima

A inclinação da linha aumenta (fica mais íngreme)

A linha desaparece

O modelo para de funcionar

3. O que é o "Erro" (ou Loss) em um modelo de regressão?

Um travamento do sistema

A diferença entre o valor real e o valor previsto pela linha

O tempo que o computador demora para pensar

A quantidade de dados no dataset

4. Qual o significado de MSE (Mean Squared Error)?

Modelo de Segurança Externa

Média do Erro Quadrático

Máximo de Sucesso Estimado

Métrica Sugerida com Erro

5. O que um R-quadrado ($R^2$) de 1.0 indica?

Que o modelo é péssimo

Que há 1% de erro

Que o modelo explica 100% da variação dos dados (ajuste perfeito)

Que o modelo precisa de mais dados

6. Em um gráfico de regressão, os pontos reais são geralmente plotados como:

Uma linha contínua

Uma nuvem de pontos (Scatter Plot)

Um histograma de barras

Um gráfico de pizza

7. Se a linha de regressão é totalmente horizontal ($w = 0$), isso significa que:

O modelo é o melhor possível

A variável de entrada $x$ não tem influência sobre a saída $y$

O preço da casa é infinito

O código está errado

8. Qual função do Scikit-Learn é usada para treinar o modelo?

.predict()

.calculate()

.fit()

.train_now()

9. Quando queremos prever se vai chover amanhã (Sim/Não), devemos usar Regressão Linear?

Sim, sempre

Não, isso é um problema de Classificação

Sim, mas só se tiver muitos dados

Depende da temperatura

10. O que significa "Variável Independente"?

O resultado que queremos descobrir

A característica de entrada usada para prever (ex: Metros quadrados)

O nome do programador

Um erro que não depende de nada