IA Lab by amano
Neste termo

Regressão

Regression · Modelo de Regressão

Regressão é uma tarefa de Machine Learning usada para estimar um valor numérico contínuo a partir de dados de entrada.

machine learning e deep learningnível básicoestável

O que é

A saída pode representar preço, duração, consumo, demanda ou outra quantidade.

O termo cobre modelos lineares e métodos não lineares mais complexos.

Como funciona

O modelo ajusta uma função que reduz a diferença entre valores previstos e observados segundo uma métrica de erro.

A avaliação deve considerar a distribuição dos erros e os casos em que uma diferença tem maior impacto.

Um exemplo

Um modelo estima horas de projeto a partir de área, tipologia, fase, número de revisões e complexidade do escopo.

Onde aparece na prática

  • Arquitetura: Estimar prazo, custo ou consumo a partir de projetos anteriores.
  • Varejo: Prever demanda ou ticket médio.
  • Energia: Projetar carga e consumo em diferentes condições.

Conceitos que costumam ser confundidos

  • Regressão × classificação: Regressão estima números contínuos; classificação escolhe categorias.
  • Previsão × causalidade: Prever uma associação não demonstra que uma variável causa a outra.

Limitações e riscos

Extrapolar para situações muito diferentes dos dados de treino pode produzir estimativas frágeis.

Uma média de erro aceitável pode esconder desvios relevantes em segmentos específicos.

Perguntas frequentes

Regressão é sempre uma linha reta?

Não. Regressão linear é um caso; árvores, redes neurais e outros métodos também podem estimar valores contínuos.

Uma regressão prova causa e efeito?

Não. Ela pode modelar associações, mas causalidade exige desenho e evidência adicionais.

Fontes principais

Revisado em 2026-10-18.