Veille IA Veille IA sans buzz : pour stratèges québécois.
La veille

Régression

Régression

Régression

Terme IA Intermédiaire 🧠 Concepts fondamentaux

📖 Définition

En apprentissage automatique, la régression est une technique qui vise à prédire une valeur numérique continue à partir de variables d'entrée. Contrairement à la classification qui attribue une catégorie, la régression produit un résultat quantitatif. Les formes courantes incluent la régression linéaire, polynomiale et par réseaux de neurones. Cette technique constitue un pilier de l'analyse prédictive dans tous les secteurs.

💬 En termes simples

Pensez à un évaluateur immobilier agréé au Québec qui estime la valeur d'une propriété en tenant compte de sa superficie, de son emplacement et de l'état du marché local. La régression fonctionne selon le même principe : elle analyse les relations entre plusieurs facteurs pour produire une estimation chiffrée, mais de manière automatisée sur des milliers de propriétés.

🎯 Exemple concret

La Société d'habitation du Québec utilise la régression pour prévoir l'évolution des loyers par région. Un réseau de cliniques déploie un modèle pour prédire la durée de séjour hospitalier. Hydro-Québec affine ses modèles pour prédire la demande énergétique horaire en fonction de la météo et des habitudes de consommation.

💡 Le saviez-vous ?

La régression linéaire a été développée au début du 19e siècle par Legendre et Gauss, bien avant les ordinateurs. Malgré l'essor des réseaux de neurones profonds, la régression linéaire reste l'un des algorithmes les plus utilisés en entreprise en 2026 grâce à sa simplicité et sa transparence.

🔐 Connexion rapide

Entrez votre courriel pour recevoir un code à 6 chiffres.

Pas besoin de mot de passe ni d'inscription. Entrez votre courriel, recevez un code par courriel, et c'est tout !