Régression logistique : nouvelle formulation et nouvelle fonction de perte

Cette séance de cours introduit une formulation alternative de régression logistique pour les étiquettes -1,1, montrant une expression plus simple pour la probabilité conditionnelle. En réinterprétant la régression logistique comme une minimisation empirique du risque avec une nouvelle fonction de perte, l’instructeur explique le lien avec le principe du maximum de vraisemblance et le concept de risque empirique. La séance de cours compare la nouvelle fonction de perte avec d'autres rencontrées, en mettant l'accent sur la convexité et les avantages de la perte logistique. Grâce à des représentations graphiques et des exemples de données de jouets, l'instructeur illustre comment minimiser la perte logistique peut conduire à des prédicteurs avec un risque empirique plus faible pour la perte zéro-un.