Regresión logística

Duración estimada del módulo: 35 minutos

Objetivos de aprendizaje

• Identifica los casos de uso para realizar una regresión logística.
• Explica cómo los modelos de regresión logística usan la función sigmoidea para calcular la probabilidad.
• Compara la regresión lineal y la regresión logística.
• Explica por qué la regresión logística usa la pérdida logística en lugar de la pérdida cuadrada.
• Explicar la importancia de la regularización cuando se entrenan modelos de regresión logística

Requisitos previos:

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

• Introducción al aprendizaje automático
• Regresión lineal

En el módulo de regresión lineal, exploraste cómo construir un modelo para realizar predicciones numéricas continuas, como la eficiencia del combustible de un automóvil. Pero ¿qué sucede si quieres crear un modelo para responder preguntas como "¿Lloverá hoy?" o "¿Es este correo electrónico spam?"?

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

Términos clave:

• Regresión logística