È necessario eseguire un modello di previsione del prezzo delle abitazioni su una singola VM con risorse limitate. Quale algoritmo di apprendimento è più appropriato?

La regressione lineare è l'algoritmo più appropriato perché è computazionalmente efficiente e richiede meno risorse rispetto ad altri modelli, rendendolo ideale per VM con risorse limitate. È anche un algoritmo di base per i problemi di previsione numerica, come la previsione dei prezzi delle case. La classificazione logistica è per problemi di classificazione binaria o multiclasse, non per la previsione di valori continui. Le reti neurali ricorrenti (RNN) sono adatte per dati sequenziali e sono computazionalmente intensive. Le reti neurali feedforward (FNN) sono più complesse della regressione lineare e richiedono più risorse, rendendole meno ideali per un ambiente con risorse limitate.