课堂笔记 - 深度学习 Deep Learning (13)

大致了解完理论之後来看例题：

• Logistic Regression for Binary Classification

假设今天要依照学生的期中期末(x1,x2)来决定学生是否及格(y)，

可以依照上面的资讯发现Input就是 X[x1,x2] ,Output是 y=1 or 0，
一样带入前面的h(x)公式：
因此可以计算在(0,1)之间的学生及格机率。

忘记那个sigmoid符号的可以回上一篇看，有简单的数学推导：

藉由刚刚的公式可以在输入X後预测y的结果，也就是机率P

结合上面的资讯：

当我们令y-hat = p(y=1|x), // y-hat = 在x的前提下发生y=1的机率
则p(y=0|x) = 1-(y-hat)