No Módulo de regressão logística, você aprendeu a usar a função sigmoide para converter a saída do modelo bruto em um valor entre 0 e 1 e fazer previsões probabilísticas, por exemplo, prever que um determinado e-mail tem 75% de chance de ser 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"?
A classificação é a tarefa de prever a qual de um conjunto de classes (categorias) um exemplo pertence. Neste módulo, você vai aprender a converter um modelo de regressão logística que prevê uma probabilidade classificação binária que prevê 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 vai receber uma breve introdução aos problemas de classificação multiclasse, que serão discutidos com mais detalhes mais adiante no curso.