La regresión lineal es un modelo matemático utilizado para intentar predecir la relación entre de una variable dependiente y una variable independiente. Se puede considerar más como un ejercicio de probabilidad y estadística, ya que intenta predecir posibilidades. ¿Cuánto dinero ganarás según tu nivel de estudios? ¿Cuánto tiempo tardará tu pizza en llegar según el tráfico que hay en camino? ¿Cuánto dinero podrá prestarte Kueski según tu historial crediticio con nosotros?
Leer: Machine learning o aprendizaje automático, la clave de Kueski
¿Cómo aprende una máquina a hacer predicciones?
Con entrenamiento y muchas fórmulas matemáticas, pero el aprendizaje automático de los modelos inicia así, tomemos un ejemplo con el que muchos de nosotros podemos estar familiarizados: ¿Qué resultado puedo esperar en mi examen dado mi historial académico en esa materia en específico?
Este problema se puede definir como una función entre nuestras variables independientes (X) como las calificaciones anteriores, y el resultado final del examen (Y)
Y= f (X) + e
X= dato que se conoce
Y= resultado esperado
f= función que describe la relación entre X y Y
e= Rango de error, con valor 0.
Cuando una regresión lineal simple se visualizan en un plano, las predicciones de Y en función de X, se observará una línea recta. En el ejemplo de abajo se observa que hay una relación positiva entre X y Y, entonces podemos decir que entre más alto el valor de X será más alta la predicción de Y.
La regresión lineal consiste en encontrar la línea recta más aproximada a través de los puntos, a esto se le llama Línea de Regresión y es la predicción de Y en cada valor posible de X. La distancia de los puntos entre la línea representan el error de predicción. Entre más cerca esté el punto de la línea de regresión, menor será el margen de error.
Hoy en día, la línea de regresión y los errores de predicción se realizan con programas de computadora. Existen varias ecuaciones matemáticas y de estadística, como la fórmula de desviación estándar y la de correlación para hacerlas manualmente, sin embargo, eso está fuera del alcance de esta entrada. Síguenos para continuar aprendiendo sobre Machine Learning y cómo el aprendizaje automático facilita tus tareas cotidianas más simples, y otras más complicadas como el otorgamiento de préstamos en línea urgentes.
Leer: Machine Learning: Aprendizaje supervisado
Kueski SAPI de CV SOFOM ENR. Consulta aviso de privacidad, CAT y requisitos de contratación en Kueski.com. No requiere para su constitución u operación autorización de la SHCP y está sujeta a la supervisión de la CNBV en materia de prevención y detección de operaciones con recursos de procedencia ilícita.
