Você deve executar um modelo de previsão de preço de imóveis em uma única VM com recursos limitados. Qual algoritmo de aprendizado é o mais apropriado?

A regressão linear é a mais apropriada porque é um algoritmo simples e eficiente para prever valores contínuos (como preços de imóveis), exigindo poucos recursos computacionais. Isso a torna ideal para ambientes com VM de recursos limitados. A classificação logística é usada para problemas de classificação binária, não para previsão de valores contínuos. Redes neurais recorrentes (RNNs) são para dados sequenciais e são computacionalmente intensivas. Redes neurais feedforward (FNNs) também são mais complexas e exigem mais recursos que a regressão linear, sendo excessivas para este cenário de recursos limitados.