No módulo Regressão logística: você aprendeu a usar a função sigmoide converter a saída do modelo bruto a um valor entre 0 e 1 para tornar probabilísticos previsões, por exemplo, prever que um determinado e-mail tem 75% de chance de spam. Mas e se sua meta não for produzir probabilidade, mas uma categoria, por exemplo, prevendo se um e-mail é "spam" ou "não é spam"?
Classificação é a tarefa de prever quais de um conjunto de classes (categorias) pertence a um exemplo. Neste módulo, você vai aprender a converter um modelo de regressão logística que prevê uma probabilidade classificação binária de computação que preveem uma de duas classes. Você também vai aprender a escolher e calcular as métricas apropriadas para avaliar a qualidade as previsões do modelo de classificação. Por fim, você verá uma breve introdução classificação multiclasse que serão discutidos com mais detalhes posteriormente no curso.