Regressão logística

Duração estimada do módulo:35 minutos

Objetivos de aprendizagem

• Identifique casos de uso para realizar a regressão logística.
• Explicar como os modelos de regressão logística usam a função sigmoide para calcular a probabilidade.
• Compare a regressão linear e a regressão logística.
• Explicar por que a regressão logística usa log Perda em vez da perda quadrática.
• Explique a importância da regularização ao treinar modelos de regressão logística.

Pré-requisitos:

Este módulo pressupõe que você já conhece os conceitos abordados nos seguintes módulos:

• Introdução ao machine learning
• Regressão linear

No módulo Regressão linear, você descobriu como construir um modelo para fazer previsões numéricas contínuas, como a eficiência de combustível de um carro. Mas e se você quiser criar um modelo para responder a perguntas como "Vai chover hoje?" ou "Esse e-mail é spam?"

Este módulo apresenta um novo tipo de modelo de regressão chamado regressão logística, projetado para prever a probabilidade de um determinado resultado.

Termos-chave

• Regressão logística