Julgue o item seguinte, relativo a aprendizado de máquina, algoritmos e métricas de desempenho, e regressão logística.

A regressão logística é um algoritmo de regressão linear que prediz valores contínuos, sendo particularmente eficaz para problemas de previsão de séries temporais em que a variável dependente é contínua e não limitada.

Julgue o próximo item, relativo a conceitos de redes de computadores, a técnicas de regressão e a modelagem de dados relacional e multidimensional.

No aprendizado de máquina supervisionado, a regressão linear pode ser utilizada para estimar valores numéricos contínuos.

Para verificar se um modelo de regressão linear é adequado, precisa investigar se as suposições feitas para o desenvolvimento do modelo estão satisfeitas, assim é importante verificar o comportamento do modelo usando o conjunto de dados observados, prestando atenção as discrepâncias entre os valores observados e os valores ajustados pelo modelo, ou seja, fazendo uma análise dos resíduos. Analise o gráfico abaixo sobre resíduos e assinale a alternativa correta.

Um nutricionista decidiu ajustar um modelo de regressão linear simples para investigar como a quantidade de proteína na alimentação diária influencia o ganho de massa muscular em atletas após um período de treinamento. Para isso, ele acompanhou 50 atletas e registrou o ganho de massa muscular de cada um após um mês. Sabendo que a variação residual foi de 479,6 e a variação total foi de 4.800, qual é, aproximadamente, o coeficiente de correlação entre a quantidade de proteína e o ganho de massa muscular?

Um modelo de regressão linear y = ? + ?x + ? (sendo que ? é o termo aleatório) foi estimado a partir de uma amostra de 100 observações. O resultado encontrado foi  =  2 + 3x. Sabe se que y tem média 11 e desvio padrão 3, enquanto x tem média 3 e desvio padrão 2.

Em face do exposto, é correto afirmar que a covariância entre x e y é