Projeto de estudos de regressão linear
- Utilizar visualizações para compreender a distribuição dos dados
- Compreender a diferença entre variáveis dependentes e explicativas nos dados
- Separar dados de treino e teste
- Modelar com regressões lineares
- Entender os erros em função dos resíduos e métricas
- Comparar e salvas os melhores modelos
| 📚 Vitrine.Dev | |
|---|---|
| ✨ Nome | Regressão Linear |
| 🏷️ Tecnologias | python, numpy, pandas, seaborn, sklearn, scikit, pickle |
