En el módulo Regresión logística, Aprendiste a usar la función sigmoidea para convertir la salida del modelo sin procesar en un valor entre 0 y 1 para hacer que el valor sea predicciones. Por ejemplo, predecir que un determinado correo electrónico tiene un 75% de probabilidades de es spam. Pero ¿qué pasa si tu objetivo no es generar una probabilidad, sino una categoría; por ejemplo, predecir si un determinado correo electrónico es "spam" o "no es spam"?
Clasificación es la tarea de predecir cuál de un conjunto de clases (categorías) a las que pertenece un ejemplo. En este módulo, aprenderás a convertir un modelo de regresión logística que predice una probabilidad en un clasificación binaria que predicen una de dos clases. También aprenderás a elegir y calcular métricas adecuadas para evaluar la calidad de un de clasificación del modelo de clasificación. Por último, verás una breve introducción clasificación de clases múltiples problemas, que se analizan con más detalle más adelante en el curso.