在線性迴歸模組中，您已瞭解如何建構模型來進行連續數值預測，例如汽車的燃油效率。但如果您想建立模型來回答「今天會下雨嗎？」或「這封電子郵件是垃圾郵件嗎？」這類問題，該怎麼辦呢？
本模組會介紹一種名為邏輯迴歸的新類型迴歸模型，可用於預測特定結果的機率。
除非另有註明，否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權，程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間：2024-11-08 (世界標準時間)。
[null,null,["上次更新時間：2024-11-08 (世界標準時間)。"],[[["This module introduces logistic regression, a model used to predict the probability of an outcome, unlike linear regression which predicts continuous numerical values."],["Logistic regression utilizes the sigmoid function to calculate probability and employs log loss as its loss function."],["Regularization is crucial when training logistic regression models to prevent overfitting and improve generalization."],["The module covers the comparison between linear and logistic regression and explores use cases for logistic regression."],["Familiarity with introductory machine learning and linear regression concepts is assumed for this 35-minute module."]]],[]]