लॉजिस्टिक रिग्रेशन मॉड्यूल में,
आपने सिगमॉइड फ़ंक्शन को इस्तेमाल करने का तरीका सीखा
रॉ मॉडल आउटपुट को 0 और 1 के बीच की वैल्यू में बदल सकता है, ताकि उसे संभावित बनाया जा सके
उदाहरण के लिए, यह अनुमान लगाना कि किसी ईमेल में
स्पैम बनना. लेकिन, क्या होगा अगर आपका लक्ष्य आउटपुट की संभावना न हो, लेकिन
कैटगरी—उदाहरण के लिए, यह अनुमान लगाना कि दिया गया ईमेल "स्पैम" है या नहीं या "स्पैम नहीं है"?
क्लासिफ़िकेशन
यह अनुमान लगाने का काम है कि क्लास के किस सेट का
(कैटगरी) वह भी जिसका एक उदाहरण है. इस मॉड्यूल में, आपको किसी संभावना का अनुमान लगाने वाले लॉजिस्टिक रिग्रेशन मॉडल को, दो में से किसी एक क्लास का अनुमान लगाने वाले बाइनरी क्लासिफ़िकेशन मॉडल में बदलने का तरीका पता चलेगा. आपको यह भी पता चलेगा कि
मेट्रिक की क्वालिटी का आकलन करने के लिए, सही मेट्रिक चुन सकते हैं और उनकी गणना कर सकते हैं
क्लासिफ़िकेशन मॉडल के अनुमान की जानकारी देता है. आख़िर में, आपको
मल्टी-क्लास क्लासिफ़िकेशन
जिन समस्याओं के बारे में, कोर्स के आखिर में विस्तार से चर्चा की गई है.
[null,null,["आखिरी बार 2024-10-22 (UTC) को अपडेट किया गया."],[[["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."]]],[]]
