Regressão logística

Duração estimada do módulo:35 minutos

Objetivos de aprendizado

• Identificar casos de uso para realizar regressão logística.
• Explicar como os modelos de regressão logística usam a função sigmoide para calcular a probabilidade.
• Comparar regressão linear e regressão logística.
• Explicar por que a regressão logística usa Log Perda em vez do quadrado e perda de talentos.
• Explicar a importância da regularização ao treinar a logística de regressão.

Pré-requisitos:

Este módulo pressupõe que você conhece os conceitos abordados nos módulos a seguir:

• Introdução ao machine learning
• Regressão linear

No módulo de regressão linear, você aprendeu a construir um modelo para fazer operações numéricas previsões, como a eficiência de combustível de um carro. Mas e se você quiser criar um modelo para responder a perguntas como "Vai chover hoje?" ou "Este e-mail é spam?"

Este módulo apresenta um novo tipo de modelo de regressão chamado regressão logística projetado para prever a probabilidade de um determinado resultado.

Termos-chave:

• Regressão logística

Central de Ajuda