Dizionario AI › Fondamenti AI
Linear regression
La regressione lineare è un metodo statistico che stima la relazione tra una variabile numerica da prevedere e una o più variabili esplicative, assumendo che questa relazione sia approssimabile con una linea retta (o un iperpiano, quando le variabili sono più di una). È probabilmente il primo modello che chiunque incontra studiando machine learning: semplice da interpretare, veloce da addestrare, spesso sorprendentemente efficace come punto di partenza.
Il modello cerca i coefficienti che, moltiplicati per ciascuna variabile in ingresso e sommati, producono la previsione più vicina possibile ai valori osservati. La vicinanza si misura tipicamente con l'errore quadratico medio, e i coefficienti ottimali si trovano minimizzando questo errore su tutto il dataset, spesso con il metodo dei minimi quadrati o con la discesa del gradiente. Il risultato è un'equazione leggibile: ogni coefficiente dice quanto la previsione cambia al variare di una singola caratteristica.
Nell'AI moderna la regressione lineare resta uno strumento di riferimento per prevedere valori continui, il prezzo di una casa dalla metratura, la domanda di un prodotto dalle vendite storiche, il tempo di consegna da distanza e traffico, e funge da baseline con cui confrontare modelli più complessi. La sua trasparenza la rende preziosa in contesti dove serve spiegare la decisione, non solo produrla, come nel credito al consumo o nelle assicurazioni.
Il termine regressione ha un'origine curiosa e non legata al significato comune della parola: fu introdotto dallo scienziato britannico Francis Galton nell'Ottocento, studiando l'altezza dei figli rispetto a quella dei genitori. Galton osservò che i figli di genitori molto alti tendevano a essere meno estremi, più vicini alla media, un fenomeno che chiamò regressione verso la media. Il nome è rimasto attaccato alla tecnica statistica anche quando il suo uso si è esteso ben oltre lo studio originale.
Negli scenari professionali di Grace su analisi dati e business intelligence, capire la regressione lineare ti permette di istruire l'AI a interpretare correttamente le previsioni numeriche invece di prenderle come oracoli infallibili.
Dalla nostra rete
HSE Genius: AI for Safety Data Sheets
Extract SDS data, H phrases and ECHA compliance checks in seconds, powered by AI.
Vai su hsegenius.com →Dal blog di Agora Intelligence
📱 Scarica l'app Android (beta) iOS in arrivo
Dì quello che intendi. Ottieni quello che ti serve.
Grace Certified, la coach AI che allena e certifica il tuo prompt engineering, di Agora Intelligence.