A regresszió egy gépi tanulási módszer, amely folytonos értékek előrejelzésére szolgál.
Míg az osztályozás kategóriákba sorol, addig a regresszió számokat jósol meg. A modell megpróbál egy matematikai összefüggést találni a bemeneti jellemzők és a kimeneti érték között.
Alapvető módszer az üzleti előrejelzésekben.
Ingatlanárak előrejelzése az alapterület, lokáció és állapot alapján.
A célváltozó az a kimenet, amit a modell előre szeretne jelezni.
A felügyelt tanulás egy gépi tanulási módszer, ahol az algoritmust olyan adatokkal tanítják, amelyek tartalmazzák a bemeneteket és a hozzájuk tartozó helyes kimeneteket.
A gradiens ereszkedés egy optimalizálási módszer, amely lépésenként javítja a modell paramétereit a hibák csökkentése érdekében.
A jellemzők azok a változók vagy tulajdonságok, amelyeket a modell a döntések meghozatalához használ.
A keresztvalidáció egy technika, amely az adatok több részre osztásával méri a modell teljesítményét.
A lineáris regresszió egy egyszerű statisztikai modell, amely egyenes vonallal próbálja megbecsülni a bemenet és a kimenet közötti kapcsolatot.
A predikció az a folyamat, amikor az AI-modell új bemenetek alapján előrejelzést ad a várható kimenetre.
A veszteségfüggvény egy matematikai kifejezés, amely megmutatja, mennyire rosszul teljesít a modell az előrejelzés során.
