Musisz uruchomić model przewidywania cen mieszkań na pojedynczej maszynie wirtualnej o ograniczonych zasobach. Który algorytm uczenia maszynowego jest najbardziej odpowiedni?

Regresja liniowa jest najbardziej odpowiednia, ponieważ jest to prosty, wydajny obliczeniowo algorytm, który dobrze sprawdza się w przypadku przewidywania wartości ciągłych (ceny mieszkań) i wymaga minimalnych zasobów. Klasyfikacja logistyczna jest przeznaczona do zadań klasyfikacji binarnej lub wieloklasowej, a nie do przewidywania wartości ciągłych. Rekurencyjne sieci neuronowe (RNN) i sieci neuronowe z propagacją w przód (FNN) są znacznie bardziej złożone obliczeniowo, wymagają większych zasobów sprzętowych i są zazwyczaj stosowane w przypadku dużych zbiorów danych lub problemów o większej złożoności, co czyni je nieodpowiednimi dla maszyny wirtualnej o ograniczonych zasobach.