Regresión logística

Duración estimada del módulo: 35 minutos

Objetivos de aprendizaje

• Identificar casos de uso para realizar una regresión logística
• Explicar cómo los modelos de regresión logística usan la función sigmoidea para calcular la probabilidad.
• Comparar la regresión lineal y la regresión logística.
• Explicar por qué la regresión logística usa una pérdida logística en lugar de al cuadrado pérdida de reputación y de talento.
• Explicar la importancia de la regularización cuando se entrena la logística de clasificación y regresión.

Requisitos previos:

En este módulo, se supone que estás familiarizado con los conceptos que se abordan en el los siguientes módulos:

• Introducción al aprendizaje automático
• Regresión lineal

En el módulo Regresión lineal, exploraste cómo construir un modelo para que convierta predicciones, como el ahorro de combustible de un automóvil. Pero ¿qué pasa si quieres desarrollar que un modelo responda preguntas como “¿Lloverá hoy?” o "¿Es spam de correo electrónico?"

En este módulo, se presenta un nuevo tipo de modelo de regresión llamado regresión logística diseñado para predecir la probabilidad de un resultado determinado.

Términos clave:

• Regresión logística