Data Science

Hello World 03 – Logistic Regression

25 ธ.ค. 2563 – เราเริ่มเรียนเวลา 21.00 น. นะครับ ใช้เวลาประมาณ 1.5-2.0 ชั่วโมง

เปิดไฟล์ขึ้นมา คลิกที่ File > Make A Copy เพื่อเรียนตาม Live นี้นะครับ

Note – ไม่มีพื้นฐานก็เข้าเรียนได้นะครับ : ) นักเรียนต้องมี Google Account ด้วยนะครับ

Maximum Likelihood

เนื้อหาวันนี้ แอดจะสอนทุกคนสร้างโมเดล Logistic Regression ง่ายๆ รวมถึง Maximum Likelihood Estimation ที่เราใช้คำนวณ regression coefficients ของโมเดล Fear not! แล้วพบกันใน live นะครับ : )

เราสามารถแปลง MLE ด้านบนเป็นสูตร Sheets ได้แบบนี้ โดยฟังก์ชัน LN() คือ natural logarithm

## Log Likelihood
=Y*LN(PROBS) + (1-Y)*LN(1-PROBS)

เราจะ apply สูตรนี้กับทุก observations ในข้อมูลที่ใช้เทรนโมเดล (training data) แล้วหาผลรวมด้วยฟังก์ชัน SUM() โดย MLE คือการหาค่า regression coefficients (θ) ที่ทำให้ค่า SUM(Log Likelihood) มีค่าสูงที่สุด

Google Slides

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.