Resposta correta
Explicação
Prever o preço exato de mercado de uma casa é uma tarefa de regressão porque a variável-alvo (preço) é um valor numérico contínuo. Os algoritmos de regressão, como a regressão linear ou a regressão por árvore de decisão, aprendem a relação entre as características de entrada (por exemplo, metragem quadrada, quartos, localização) e uma saída contínua. No Azure Machine Learning, você selecionaria um modelo de regressão no designer ou no AutoML para resolver esse problema.
Para se aprofundar
Os modelos de regressão aprendem um mapeamento contínuo de características de entrada para um alvo numérico minimizando uma perda como o erro quadrático médio, de modo que a saída seja um número de valor real em vez de um rótulo discreto. Internamente, a regressão linear ajusta os coeficientes por mínimos quadrados ordinários, enquanto os regressores impulsionados por gradiente (gradient-boosted) ou neurais otimizam o mesmo objetivo de erro quadrático iterativamente. Uma sutileza que vale a pena conhecer é que a regressão prevê uma expectativa condicional, portanto pode gerar valores fora de qualquer intervalo plausível, como um preço negativo; os profissionais frequentemente cortam (clip) ou aplicam transformação logarítmica ao alvo. Isso importa na avaliação imobiliária, onde um modelo que estima o preço exato de mercado alimenta decisões automatizadas de avaliação ou empréstimo, e classificar erroneamente a tarefa como classificação descartaria totalmente a informação de magnitude ordinal.
Sobre estas questões de prática
Esta é uma das questões de prática originais de AI-900 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.
Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.