Pular para conteúdo

Exercícios: Aula 05 - Regressão Linear na Prática 📉

Pratique o conceito de prever valores numéricos contínuos usando a linha de melhor ajuste.

Básico

  1. Conceito: Diferencie um problema de Regressão de um de Classificação. Dê um exemplo de cada.
  2. Variáveis: No problema "Prever o preço da conta de luz baseado nos kWh consumidos", quem é a variável independente (\(x\)) e quem é a variável dependente (\(y\))?

Intermediário

  1. Erro Médio (MSE): Por que elevamos o erro ao quadrado no cálculo do MSE (Mean Squared Error) em vez de apenas somar as distâncias?
  2. Ajuste de Linha: Se o seu modelo de regressão está passando longe de todos os pontos, o que isso indica sobre o seu "Erro" e o que você deve fazer com os pesos?

Desafio

5. Análise de Dados: Imagine que você traçou uma linha de regressão para prever vendas e o \(R^2\) (coeficiente de determinação) foi de 0.95. Isso é um bom resultado? O que esse número significa na prática sobre a precisão do seu modelo?

📚 Gabarito e Soluções Comentadas

Gabarito Explicado ### Questão 1: Conceito **Resposta Comentada:** - **Fundamentação:** No contexto de **Regressão Linear na Prática**, o conceito abordado (Conceito) é essencial para assegurar que os requisitos do sistema sejam estruturados de forma padronizada e escalável. - **Justificativa Técnica:** A abordagem recomendada prioriza baixo acoplamento, alta coesão e facilidade de manutenção em ambientes de produção, evitando retrabalho e inconsistências operacionais. ### Questão 2: Variáveis **Resposta Comentada:** - **Fundamentação:** No contexto de **Regressão Linear na Prática**, o conceito abordado (Variáveis) é essencial para assegurar que os requisitos do sistema sejam estruturados de forma padronizada e escalável. - **Justificativa Técnica:** A abordagem recomendada prioriza baixo acoplamento, alta coesão e facilidade de manutenção em ambientes de produção, evitando retrabalho e inconsistências operacionais. ### Questão 3: Erro Médio (MSE) **Resposta Comentada:** - **Fundamentação:** No contexto de **Regressão Linear na Prática**, o conceito abordado (Erro Médio (MSE)) é essencial para assegurar que os requisitos do sistema sejam estruturados de forma padronizada e escalável. - **Justificativa Técnica:** A abordagem recomendada prioriza baixo acoplamento, alta coesão e facilidade de manutenção em ambientes de produção, evitando retrabalho e inconsistências operacionais. ### Questão 4: Ajuste de Linha **Resposta Comentada:** - **Fundamentação:** No contexto de **Regressão Linear na Prática**, o conceito abordado (Ajuste de Linha) é essencial para assegurar que os requisitos do sistema sejam estruturados de forma padronizada e escalável. - **Justificativa Técnica:** A abordagem recomendada prioriza baixo acoplamento, alta coesão e facilidade de manutenção em ambientes de produção, evitando retrabalho e inconsistências operacionais. ### Questão 5: Análise de Dados **Resposta Comentada:** - **Fundamentação:** No contexto de **Regressão Linear na Prática**, o conceito abordado (Análise de Dados) é essencial para assegurar que os requisitos do sistema sejam estruturados de forma padronizada e escalável. - **Justificativa Técnica:** A abordagem recomendada prioriza baixo acoplamento, alta coesão e facilidade de manutenção em ambientes de produção, evitando retrabalho e inconsistências operacionais.