단일의 리소스가 제한된 VM에서 주택 가격 예측 모델을 실행해야 합니다. 어떤 학습 알고리즘이 가장 적절할까요?

선형 회귀는 주택 가격 예측과 같은 연속적인 값을 예측하는 데 사용되는 지도 학습 알고리즘입니다. 리소스가 제한된 단일 VM 환경에서 효율적으로 작동하며, 계산 비용이 상대적으로 낮고 해석하기 쉽습니다. 로지스틱 분류는 이진 분류 문제에 적합하며, 순환 신경망(RNN)과 피드포워드 신경망(FNN)은 복잡한 패턴 학습에 강력하지만, 일반적으로 더 많은 컴퓨팅 리소스와 데이터를 필요로 합니다. 따라서 주어진 제약 조건 하에서는 선형 회귀가 가장 적절한 선택입니다.