Discussão do artigo "Ciência de Dados e Aprendizado de Máquina (Parte 07): Regressão Polinomial"

[MetaQuotes]

Novo artigo Ciência de Dados e Aprendizado de Máquina (Parte 07): Regressão Polinomial foi publicado:

Ao contrário da regressão linear, a regressão polinomial é um modelo flexível destinado a performar melhor em tarefas que o modelo de regressão linear não poderia lidar. Vamos descobrir como fazer modelos polinomiais em MQL5 e tirar algo positivo disso.

Ainda não terminamos com os modelos de regressão, voltamos a eles por um segundo. Como eu disse no primeiro artigo desta série a regressão linear básica serve de base para muitos modelos de aprendizado de máquina e hoje nós vamos discutir algo um pouco diferente da regressão linear, conhecida como regressão polinomial.

O aprendizado de máquina mudou muito nosso mundo de várias maneiras, temos métodos diferentes para aprender os dados de treinamento para problemas de classificação e regressão, como regressão linear, regressão logística, máquina de vetores de suporte, regressão polinomial e muitas outras técnicas, alguns métodos paramétricos como regressão polinomial e máquinas de vetores de suporte se destacam por serem versáteis.

Eles criam limites simples para problemas simples e limites não lineares para problemas complexos

Autor: Omega J Msigwa