Um fabricante tem um grande histórico rotulado de vendas e quer prever quantas unidades de uma determinada peça produzir a cada trimestre. Qual abordagem de machine learning é apropriada para prever uma quantidade numérica contínua?

A regressão linear é a abordagem correta porque é um algoritmo de aprendizado supervisionado usado para prever um valor de saída contínuo (neste caso, o número de unidades a produzir) com base em variáveis de entrada. O objetivo é modelar a relação entre as variáveis de entrada e a variável de saída usando uma linha reta. A regressão logística é usada para problemas de classificação, onde a saída é uma categoria discreta (por exemplo, sim/não, verdadeiro/falso), não um valor contínuo. Random Cut Forest (RCF) é um algoritmo de detecção de anomalias, usado para identificar pontos de dados incomuns. Principal Component Analysis (PCA) é uma técnica de redução de dimensionalidade, usada para simplificar conjuntos de dados complexos, não para previsão.