Challenge 05: Regressão em Machine Learning
25-35 min | Custo: Gratuito | Domínio: Conceitos e Capacidades de IA (40-45%)
Habilidades do exame abordadas
- Identificar cenários de machine learning com regressão
- Descrever como dados de treinamento são usados em regressão
- Identificar features e labels em um dataset
- Entender métricas de avaliação de modelo para regressão
Visão Geral
Regressão é a técnica de machine learning usada para prever um valor numérico. Sempre que a resposta para sua pergunta é um número — um preço, uma temperatura, uma duração, uma quantidade — você está diante de um problema de regressão.
Pense na regressão como traçar a melhor linha de ajuste através de um gráfico de dispersão de pontos de dados. Se você plotar o tamanho de casas em um eixo e seus preços no outro, a regressão encontra o padrão (linha ou curva) que permite prever o preço de uma nova casa com base em seu tamanho. O modelo aprende: "para cada 10 metros quadrados a mais, o preço aumenta em aproximadamente R$X."
O vocabulário-chave: features são os dados de entrada (metragem, número de quartos, localização), e a label é o que você está prevendo (o preço). Dados de treinamento são exemplos históricos onde tanto as features QUANTO a label são conhecidas — o modelo aprende a relação entre elas.
Explorar
Tarefa 1: Entender a terminologia de regressão
| Termo | Definição | Exemplo (prevendo preço de casa) |
|---|---|---|
| Features | Variáveis de entrada usadas para previsão | Metragem, quartos, CEP, ano de construção |
| Label | O valor sendo previsto (saída) | Preço de venda (R$) |
| Dados de treinamento | Exemplos históricos com features E labels conhecidas | Vendas anteriores de casas com todos os detalhes |
| Modelo | A relação matemática aprendida dos dados de treinamento | "Preço = R$5.000 × m² + R$50.000 × quartos + ..." |
| Previsão | A saída do modelo para novos dados não vistos | Preço estimado para uma casa ainda não vendida |
Tarefa 2: Identificar cenários de regressão
Quais destes são problemas de regressão? (Resposta: todos os que preveem um NÚMERO)
| Cenário | Regressão? | Por quê |
|---|---|---|
| Prever a temperatura máxima de amanhã | ✅ Sim | Saída é um valor numérico (graus) |
| Prever a nota de um aluno na prova | ✅ Sim | Saída é um número (0-100) |
| Determinar se um e-mail é spam | ❌ Não | Saída é uma categoria (spam/não-spam) — isso é classificação |
| Prever quanto tempo uma entrega vai demorar | ✅ Sim | Saída é um número (minutos/horas) |
| Classificar fotos como "gato" ou "cachorro" | ❌ Não | Saída é uma categoria — classificação |
| Estimar a eficiência de combustível de um carro (km/l) | ✅ Sim | Saída é um valor numérico (quilômetros por litro) |
Tarefa 3: Explorar amostra de regressão no Azure ML Designer
- Visite o Azure Machine Learning Studio
- Se você não tem um workspace, revise este pipeline de exemplo conceitualmente:
- Dataset: Dados de preço de automóveis (features: marca, estilo de carroceria, tamanho do motor, potência, etc.)
- Algoritmo: Regressão Linear
- Objetivo: Prever o preço de um carro com base em suas features
- O Designer fornece uma experiência drag-and-drop para construir pipelines de ML sem código
- Pipelines de exemplo demonstram regressão com datasets reais
Tarefa 4: Entender métricas de avaliação de regressão
Após treinar um modelo de regressão, você avalia quão boas são suas previsões:
| Métrica | O que mede | Valor bom |
|---|---|---|
| MAE (Erro Médio Absoluto) | Diferença média entre valores previstos e reais | Menor é melhor |
| RMSE (Raiz do Erro Quadrático Médio) | Erro médio, penalizando erros grandes mais severamente | Menor é melhor |
| R² (R-quadrado) | Quanto da variação o modelo explica | Mais próximo de 1,0 é melhor |
Exemplo: Se um modelo prevê preços de casas com MAE de R$15.000, significa que, em média, as previsões erram em R$15.000 do preço real.
O exame testa se você consegue IDENTIFICAR cenários de regressão, não se consegue calcular métricas. A pergunta-chave: "A saída é um número?" Se sim → regressão. Se é uma categoria → classificação.
Conceitos-Chave
| Conceito | Definição |
|---|---|
| Regressão | Técnica de ML que prevê um valor numérico contínuo |
| Features | Variáveis de entrada (preditores) usadas pelo modelo |
| Label | O valor-alvo sendo previsto |
| Dados de treinamento | Dados históricos com features e labels conhecidas usados para treinar o modelo |
| Regressão linear | Regressão mais simples — encontra uma relação em linha reta entre features e label |
| Erro Médio Absoluto (MAE) | Magnitude média dos erros nas previsões |
| R-quadrado (R²) | Proporção da variância na label explicada pelo modelo (0 a 1) |
| Overfitting | Modelo memoriza dados de treinamento em vez de aprender padrões gerais |
Conceitos Errôneos Comuns
| Conceito errôneo | Realidade |
|---|---|
| "Regressão significa que os dados diminuem (regridem)" | Em ML, regressão significa prever um valor numérico. O termo vem da estatística ("regressão à média") — não tem nada a ver com tendências de queda |
| "Regressão só pode prever valores futuros" | Regressão prevê qualquer valor numérico — passado, presente ou futuro. Prever a idade de um fóssil ou o preço de uma pintura são ambos regressão |
| "Mais features sempre fazem um modelo melhor" | Features irrelevantes adicionam ruído e podem piorar as previsões. Seleção de features — escolher as entradas CERTAS — é crucial |
| "Regressão linear só pode modelar linhas retas" | Regressão linear modela relações em linha reta. Mas o Azure ML oferece muitos algoritmos de regressão (árvores de decisão, redes neurais) que podem modelar curvas complexas |
| "Um R² alto sempre significa que o modelo é bom" | Um R² muito alto nos dados de treinamento pode indicar overfitting — o modelo memorizou os dados de treinamento mas não generalizará para novos dados |
Verificação de Conhecimento
1. Uma empresa quer prever quantas unidades de um produto venderá no próximo mês com base em dados históricos de vendas, investimento em publicidade e tendências sazonais. Que tipo de problema de ML é esse?
2. Em um dataset usado para prever preços de casas, qual dos seguintes seria a LABEL?
3. Um modelo de regressão tem um valor de R-quadrado de 0,92. O que isso indica?
4. Qual cenário NÃO é um problema de regressão?
5. Qual é o papel dos dados de treinamento em um modelo de regressão?