Aula 05: Regressão Linear na Prática 📉

---

📏 Previsão de Valores

• Quando queremos prever um número contínuo.
• Ex: Preço de casas, Valor de ações, Temperatura.

---

📉 A Linha de Melhor Ajuste

• O objetivo é traçar uma reta que passe o mais próximo possível dos pontos.
• Erro: A distância entre a linha e o ponto real.

---

🏗️ Como a IA Ajusta?

graph LR
    A["Pontos Aleatórios"] --> B["Ajuste de Inclinação"]
    B --> C["Redução do Erro"]
    C --> D["Linha Final"]

---

💻 Código Scikit-Learn

from sklearn.linear_model import LinearRegression

X = [[Área_m2]]
y = [Preço]
modelo = LinearRegression().fit(X, y)

---

⚠️ Avaliando o Modelo

• MSE (Erro Médio Quadrático).
• Quanto menor o erro, melhor a nossa linha de previsão!

---

🚀 Desafio Prático

• Tente prever quanto café você vai beber baseado nas horas de sono!

---

Fim da Aula 05! 📉👋