Nel modulo Regressione logistica, hai imparato a utilizzare la funzione sigmoidea per convertire l'output del modello non elaborato in un valore compreso tra 0 e 1 per rendere previsioni, ad esempio prevedere che una determinata email ha una probabilità del 75% essere spam. E se il tuo obiettivo non fosse quello di produrre probabilità, ma categoria, ad esempio per prevedere se una determinata email è "spam" o "non spam"?
La classificazione è l'attività di prevedere quale di un insieme di classi (categorie) a cui appartiene un esempio. In questo modulo imparerai a convertire un modello di regressione logistica che prevede una probabilità in un classificazione binaria modello che prevede una delle due classi. Imparerai inoltre scegliere e calcolare metriche appropriate per valutare la qualità le previsioni del modello di classificazione. Infine, vedremo una breve introduzione classificazione multiclasse che verranno discussi in modo più approfondito più avanti nel corso.