במודול הרגרסיה הלוגיסטית,
למדתם איך להשתמש בפונקציהsigmoid
כדי להמיר את הפלט של המודל הגולמי לערך בין 0 ל-1 כדי ליצור הסתברות
חיזויים - לדוגמה, חיזוי שלכתובת אימייל מסוימת יש סיכוי של 75%
בתור ספאם. אבל מה קורה אם המטרה שלכם היא לא להפיק תוצאה של הסתברות, אלא קטגוריה – לדוגמה, חיזוי אם הודעת אימייל מסוימת היא 'ספאם' או 'לא ספאם'?
סיווג הוא המשימה של חיזוי לאיזו מתוך קבוצה של מחלקות (קטגוריות) שייכת דוגמה. במודול הזה תלמדו איך להמיר מודל של רגרסיה לוגיסטית שמתבסס על חיזוי הסתברות למודל של סיווג בינארי שמתבסס על חיזוי של אחד משני סיווגים. בנוסף, תלמדו איך לבחור ולחשב מדדים מתאימים כדי להעריך את איכות התחזיות של מודל סיווג. לבסוף,
סיווג לכמה כיתות
קיימות, שנדון בהן בהרחבה בהמשך הקורס.
[null,null,["עדכון אחרון: 2024-10-22 (שעון UTC)."],[[["This module focuses on converting logistic regression models into binary classification models for predicting categories instead of probabilities."],["You'll learn how to determine the optimal threshold for classification, calculate and select appropriate evaluation metrics, and interpret ROC and AUC."],["The module covers binary and provides an introduction to multi-class classification, building upon prior knowledge of machine learning, linear regression, and logistic regression."],["The content explores methods for evaluating the quality of classification model predictions and applying them to real-world scenarios."]]],[]]
