ロジスティック回帰

モジュールの推定所要時間: 35 分

学習目標

• ロジスティック回帰を行うユースケースを特定する。
• ロジスティック回帰モデルでシグモイド関数がどのように使用されるかを説明する 確率を計算します。
• 線形回帰とロジスティック回帰を比較する。
• ロジスティック回帰で 2 乗ではなく対数損失を使用する理由を説明する 損失です。
• ロジスティックをトレーニングする際の正則化の重要性を説明する 構築できます

前提条件:

このモジュールは、このモジュールで取り上げたコンセプトを理解していることを前提としています。 説明します。

• ML の概要
• 線形回帰

線形回帰モジュールでは、 連続的な数値データを生成するために 搭載することもできます。しかし、100% の 「今日は雨が降る？」などの質問に答えるまたは「このメールは迷惑メールですか？」

このモジュールでは、Terraform という新しいタイプの回帰モデルを紹介します。 ロジスティック回帰 生成 AI です。

主な用語:

• ロジスティック回帰