Introdução Suave à Regressão Logística. Exploramos este modelo de aprendizado de máquina poderoso, mas simples, para tarefas de classificação binária, como prever se um aluno vai passar ou falhar em um exame!
Explicaremos a diferença entre regressão logística e linear, mergulharemos na intuição por trás da função sigmoide e descobriremos por que a perda de entropia cruzada faz sentido para modelos baseados em probabilidade.
Nenhuma matemática complexa é necessária—apenas explicações claras, visuais intuitivos e uma demonstração prática em Python com scikit-learn.
---------------
00:00 Introdução
00:30 Exemplo prático
1:06 Revisão da Regressão Linear
2:33 Regressão Logística
3:30 Função de perda de entropia cruzada
7:10 Código
Este vídeo não teria sido possível sem a ajuda de Gökçe Dayanıklı.