Dalam Modul regresi logistik, Anda mempelajari cara menggunakan fungsi sigmoid untuk mengonversi output model mentah menjadi nilai antara 0 dan 1 untuk membuat prediksi—misalnya, memprediksi bahwa email tertentu memiliki peluang 75% spam. Tetapi bagaimana jika tujuan Anda bukan untuk menghasilkan probabilitas tetapi kategori—misalnya, memprediksi apakah email tertentu adalah "spam" atau "bukan spam"?
Klasifikasi adalah tugas untuk memprediksi set class mana (kategori) yang ada di suatu contoh. Dalam modul ini, Anda akan mempelajari cara mengonversi model regresi logistik yang memprediksi probabilitas menjadi klasifikasi biner yang memprediksi salah satu dari dua class. Anda juga akan belajar cara memilih dan menghitung metrik yang sesuai untuk mengevaluasi kualitas terhadap prediksi model klasifikasi. Akhirnya, Anda akan mendapatkan pengantar singkat tentang klasifikasi kelas jamak masalah, yang akan dibahas lebih mendalam di materi ini.