الانحدار متعدد الحدود هو أسلوب للتعلم الآلي يستخدم للتنبؤ بالمتغير المستهدف. وهو شكل من أشكال الانحدار الخطي، ولكن بدلاً من ملاءمة خط بدرجة واحدة للبيانات، فإنه يستخدم درجات متعددة لملاءمة نقاط البيانات. وهذا يعني أنه يمكنه تحديد وتمثيل العلاقات المعقدة بين نقاط البيانات والمتغير المستهدف.
يمكن استخدام الانحدار متعدد الحدود للتنبؤ بالاتجاه المستقبلي لمجموعة البيانات، والتنبؤ بالمخرجات، وتقدير العلاقات بين المتغيرات المختلفة. على سبيل المثال، يمكن استخدامه للتنبؤ بدرجة الحرارة في مدينة ما خلال الأيام القليلة القادمة أو لتقدير العلاقة بين السعر والطلب.
الميزة الرئيسية للانحدار متعدد الحدود هي قدرته على التعامل مع العلاقات المعقدة. بالمقارنة مع التقنيات الأخرى مثل الانحدار الخطي، يعتبر الانحدار متعدد الحدود أكثر دقة في التنبؤ بمخرجات مجموعة البيانات لأنه يمكن أن يأخذ في الاعتبار مصطلحات الترتيب الأعلى.
العيب الرئيسي للانحدار متعدد الحدود هو التجاوز، حيث يحاول النموذج احتواء التشويش في البيانات بدلاً من نقاط البيانات الفعلية. يمكن أن يؤدي ذلك إلى زيادة أخطاء التدريب وانخفاض التعميمات على مجموعة بيانات الاختبار.
من الأفضل استخدام الانحدار متعدد الحدود في المشكلات المتعلقة بمجموعات البيانات غير الخطية، حيث تفشل التقنيات الأخرى مثل الانحدار الخطي في تقديم نتائج جيدة. كما أنه مفيد في الحالات التي يكون فيها لشروط الترتيب الأعلى تأثير على المتغير المستهدف.
بشكل عام، يعد الانحدار متعدد الحدود تقنية قوية للتعلم الآلي يمكنها المساعدة في تحديد العلاقات المعقدة في مجموعات البيانات وتحقيق نتائج أفضل من التقنيات الأخرى.
