# Algorítimos de Regressão

Regressão é basicamente uma classificação em que prevemos um número em vez de uma categoria. Exemplos disso são a previsão do preço de um carro pela sua quilometragem, tráfego por hora do dia, volume de demanda por crescimento da empresa, etc. A regressão é perfeita quando algo depende do tempo.

{% hint style="success" %}
Todo mundo que trabalha com finanças e análises adora a regressão. Inclusive é embutida no Excel. E é super leve computacionalmente, a máquina simplesmente tenta desenhar uma linha que indica correlação média. E faz isso com precisão matemática, calculando o intervalo médio entre cada ponto.
{% endhint %}

![](/files/-M4RZRqNkhm6dSctwsWZ)

Quando a linha resultante é reta – é uma regressão linear, quando é curva – polinomial. Esses são os dois tipos principais de regressão. 

**Usada nos dias de hoje para:**

* Previsões do preço das ações;
* Análise de demanda e volume de vendas;
* Diagnóstico médico;
* Quaisquer correlações numéricas.

Algoritmos populares: Regressão Linear e Regressão Polinomial.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://carlossalesti.gitbook.io/machine-learning/ml-classico/aprendizado-supervisionado/algoritimos-de-regressao.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.