Hacer esta pregunta significa que eres bastante nuevo en el campo del aprendizaje automático. Trataré de responder esto en términos simples en lugar de ecuaciones pesadas.
Un ejemplo donde la regresión es aplicable:
Dados los datos del precio de la vivienda de una ciudad X que contiene información como el año en que se construyó la casa, el tamaño del lote, el número de habitaciones, etc., sobre la casa también conocida como variables independientes y hay un precio asociado con cada casa también conocida como variable dependiente (debido a su valor depende de la variable independiente).
- ¿Qué son las redes amplias?
- ¿Podría la renormalización de lotes reemplazar la normalización de lotes virtual en las GAN?
- Cómo comenzar a aprender y codificar Inteligencia Artificial
- ¿Cómo construye Apple su red neuronal para el nuevo iPhone X Face ID? Los usuarios solo registran sus caras una vez cuando configuran el teléfono inicialmente, entonces, ¿cómo podría esa foto de los usuarios ser un conjunto de entrenamiento lo suficientemente grande como para entrenar la red neuronal?
- ¿Cómo debo saber que estoy interesado en el aprendizaje automático?
Ahora la tarea es predecir el precio de una nueva casa dados sus datos. Problemas como estos se resuelven generalmente usando Regresión .
Algunos detalles básicos al respecto:
El análisis de regresión ayuda a comprender cómo cambia el valor típico de la variable dependiente cuando se modifica cualquiera de las variables independientes [1]. Es ampliamente utilizado para la predicción y el pronóstico (pronóstico del tiempo). Se origina en el campo de la Estadística a principios del siglo XVIII.
[1] Análisis de regresión
Espero que responda tu pregunta.