Episódio

Entendendo a Regressão Logística para Classificação de Machine Learning (Parte 14 de 17) | Machine Learning para iniciantes

por Bea Stollnitz

Aprendizado de máquina para iniciantes

Bem-vindo a outro vídeo perspicaz apresentado por Bea Stollnitz, uma das principais defensoras da nuvem da Microsoft. Neste vídeo, vamos mergulhar no mundo da regressão logística, aprender como ela se compara à regressão linear e explorar suas aplicações em tarefas de classificação, incluindo como ela pode fazer melhores previsões em relação ao nosso conjunto 🎃 de dados de abóbora.

O que você aprenderá:

  • A diferença entre regressão linear e regressão logística
  • Regressão logística binária e o uso da função sigmoide
  • Regressão logística multinomial e ordinal

Junte-se a Bea enquanto ela desvenda o fascinante mundo da regressão logística e aprenda como ela pode ser utilizada em problemas de classificação. Este vídeo é perfeito para aqueles que querem expandir sua compreensão de técnicas de regressão e aprimorar seu conjunto de habilidades de aprendizado de máquina.

Fique atento para o próximo vídeo desta série, onde você estará escrevendo código para aplicar a teoria que aprendeu. Até lá!

Capítulos

  • 00:00 – Introdução
  • 00:37 - Regressão linear vs regressão logística binária
  • 01:23 - Valores limiares
  • 01:53 - Regressão logística para cores de abóbora
  • 02:20 - Regressão logística ordinal e multinomial
  • Este curso é baseado no currículo gratuito e de software livre om 26 lições de ML para iniciantes da Microsoft.
  • O Caderno Jupyter para acompanhar esta lição está disponível!

Conectar

Azure Machine Learning
Python