Régression linéaire (ML)
La régression linéaire ajuste une relation linéaire entre une ou plusieurs variables explicatives (features) et une variable réponse continue et numérique, en minimisant la somme des erreurs de prédiction au carré. En tant que modèle d'apprentissage automatique, elle est entraînée sur des exemples étiquetés et évaluée sur des données mises de côté, ce qui en fait la base de référence la plus simple d'apprentissage supervisé pour toute tâche de régression.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed., Ch. 3). Springer. ISBN: 978-0-387-84858-7
- James, G., Witten, D., Hastie, T. & Tibshirani, R. (2013). An Introduction to Statistical Learning (Ch. 3). Springer. ISBN: 978-1-4614-7138-7
Comment citer cette page
ScholarGate. (2026, June 3). Linear Regression as a Machine Learning Model. ScholarGate. https://scholargate.app/fr/machine-learning/linear-regression-ml
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Arbre de décisionApprentissage automatique↔ compare
- Gradient BoostingApprentissage automatique↔ compare
- Régression logistique (ML)Apprentissage automatique↔ compare
- Forêt AléatoireApprentissage automatique↔ compare
- Régression linéaire régulariséeApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →