Día 10 del internado remoto en ML / GenAI. El día 9 trazó una línea. Una línea puede decir 200 o −40. Una clase no puede. Vi la regresión logística de Big Brains en un solo intento. Lo que retuve: El trabajo es binario: sí o no, 0 o 1. Spam o ham. Fraude o no. Comprar o no. Mismo primer paso que la línea: z = w·x + b. Luego la sigmoide: σ(z) = 1 / (1 + e^(−z)) Ese aplastamiento mantiene la respuesta entre 0 y 1. Un umbral (generalmente 0.5) convierte la probabilidad en una clase. MSE era el sistema de calificación para un número. La entropía cruzada es el sistema de calificación para una clase. El descenso de gradiente sigue moviendo los pesos. Los días 5–7 fueron las reglas. El día 9 fue el primer modelo. El día 10 es el primer clasificador. Pregunta que aún tengo: si el fraude es 1 fila en 100, ¿es 0.5 todavía una línea justa?