IA: prevedere con una regressione lineare
Al cuore di molta IA c'è imparare dagli esempi. Il metodo più semplice è la regressione lineare: si cerca la retta y = a × x + b che passa il più vicino possibile ai punti noti, poi la si usa per prevedere un valore nuovo.
La pendenza a si calcola con le medie: si sommano gli scarti comuni di x e y, poi si divide per gli scarti di x al quadrato. Poi b = media(y) − a × media(x). È esattamente ciò che fanno librerie come scikit-learn, solo più velocemente.
hours = [1, 2, 3, 4, 5]
scores = [52, 58, 65, 70, 77]
n = len(hours)
mx = sum(hours) / n
my = sum(scores) / n
a = sum((x - mx) * (y - my) for x, y in zip(hours, scores)) / sum((x - mx) ** 2 for x in hours)
b = my - a * mx
print("slope:", round(a, 2), "intercept:", round(b, 2))
print("prediction for 6 h:", round(a * 6 + b, 1))