Classification, Sigmoid ও Cross-Entropy

Classification মানে বিভাগ অনুমান—যেমন একটি মেসেজ অভিযোগ কি না। Logistic regression প্রথমে weighted sum z = w · x + b হিসাব করে, তারপর sigmoid function σ(z) = ১/(১ + e⁻ᶻ) দিয়ে তাকে ০ থেকে ১-এর মধ্যে আনে। Loss হিসেবে binary cross-entropy ব্যবহার হয়: সঠিক উত্তরে মডেল যত কম সম্ভাব্যতা দেয়, শাস্তি তত বেশি (অধ্যায় ৩-এর −log p)। এই পাঠে দুটি feature-এর একটি ছোট ডেটায় logistic regression train করব, threshold বদলালে সিদ্ধান্ত কীভাবে বদলায় দেখব, এবং gradient-এর সুন্দর রূপ (p − y)x যাচাই করব।