Vine apenas se abrió el curso, ojala Carlos sigua sacando más cursos, explica de maravilla 😃
Fundamentos de regresión logística
¿Qué es la regresión logística?
Tu primera clasificación con regresión logística
¿Cuándo usar regresión logística?
Fórmula de regresión logística
Regresión logística binomial
Preparando los datos
Análisis de correlación y escalabilidad de los datos
Análisis exploratorio de datos
Entrenamiento con regresión logística binomial
Evaluando el modelo (MLE)
Análisis de resultados de regresión logística
Regularizers
Regresión logística multinomial
Cómo funciona la regresión logística multiclase
Carga y preprocesamiento de datos multiclase
Análisis exploratorio y escalamiento de datos multiclase
Entrenamiento y evaluación de regresión logística multiclase
Conclusiones
Proyecto final y siguientes pasos
Comparte tu proyecto de regresión logística y certifícate
¿Qué es la regresión logística?
1/17Recursos
Transcripción
Aportes 14
Preguntas 1
Ordenar por:
nada mas hace falta uno de arboles de decisión
Resumen:
■■■■■■■
Es un algorito supervisado que pertece a los algoritmos de clasificación. Este no busca entregarnos un valro conituo si no que buscar entregar valores de 0 o 1. Es importante la desambiguación porque es cierto que en regresión lineal buscamos predecir valores continuos. La regresión logistica en su corazón se vale de la función sigmoidal, que va desde 0 a 1, un intervalo probabilistico para nuestras observaciones.
- ¿Qué probabilidad tiene una observación o dato de estar en 0 o en 1?
Podemos hacer una gráfica de Probabilidad de Aprobar vs Horas de estudio, y graficor algunos puntos de datos de estudiantes que practican desde 0 a n horas, cada punto de datos se puede mapear a la función sigmoide para mapear una probabilidad tal que:
- Si está entre [0.5-1] el estudiante tiene mejores chances de éxito.
- Si está entre [0-0.5) el estudiante tiene menos chances de ganar.
Manjenado los intervalos de probabilidad podemos realizar clasificaciones binarias de si y no.
Hola Carlos, he hecho ya el de cluster y ando en este, me han gustado mucho. Me gustaría que hicieras un curso de Latent profile analysis y uno de Latent class analysis. Espero lo puedas considerar. Gracias
Hay pocos aportes 🤔 ¿será que el curso está difícil?
La regresión logística es un algoritmo de machine learning supervisado utilizado principalmente para problemas de clasificación, es decir, cuando la variable objetivo o dependiente es categórica. A diferencia de la regresión lineal, que se utiliza para predecir valores continuos, la regresión logística predice la probabilidad de que una observación pertenezca a una clase o categoría.
#### Ejemplos comunes de uso:
* **Detección de fraudes**: Clasificación de transacciones como fraudulentas o no fraudulentas.
* **Diagnóstico médico**: Predicción de la presencia o ausencia de una enfermedad.
* **Análisis de marketing**: Identificación de clientes que realizarán una compra o abandonarán un servicio.
Las decisiones empresariales suelen ser binarias: emprender este proyecto o aplazarlo un año; conceder un crédito a este cliente o insistir en que pague en efectivo; abrir un nuevo punto de venta en un lugar determinado o buscar otro. Cuando un resultado es una variable continua, como los ingresos, la regresión ordinaria suele ser una buena técnica, pero cuando sólo hay dos resultados, la regresión logística suele ofrecer mejores herramientas.
Es increible como se ve la regresion logistica. No tenia nada de idea. Ahora me queda claro como se debe aplicar.
Pensé que no iba a entender nunca que era regresión logística y lo entendí en dos minutos.
Excelente explicación
Excelente a comenzar el curso con todaaa!!
Las presentaciones de Carlos son impecables y apuesto que esta va estar de la misma forma. Espero un buen viaje
💪💪💪💪💪💪
SELECT
Fecha_mes,
country,
p_dias_mes_actual,
p_dias_mes_prev,
CAST(p_ARPU as float)*350 as p_ARPU_multiplicado,
p_BUYERS
FROM tabla_datos;
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?