Mathematical aspects of classification by logistic regression

Tematika rada „Matematički aspekti klasifikacije metodom logističke regresije“ vezana je uz područje podatkovne znanosti, točnije, uz područje strojnog učenja. U radu je predstavljeno što je to strojno učenje, koje su razlike između dubokog učenja, strojnog učenja i umjetne inteligencije te navedene i objašnjene tri vrste strojnog učenja: nadzirano, nenadzirano i podržano učenje. U središtu rada upravo je jedna od podvrsta nadziranog strojnog učenja – klasifikacija te jedan od najpoznatijih algoritama klasifikacije – logistička regresija. Zadatak ovog rada je upravo objasniti matematičku pozadinu klasifikacije logističkom regresijom. Osim matematičke pozadine ovog algoritma, isti je implementiran u Pythonu korištenjem raznih biblioteka: scikit-learn, NumPy, pandas, itd. Korišteni skupovi podataka su dostupni na Web mjestu Kaggle. Korišten skup podataka za binarnu klasifikaciju dobiven je iz istraživanja o kardiovaskularnim bolestima na stanovništvu grada Framinghama u saveznoj državi Massachusetts te je cilj predvidjeti posjeduje li pacijent desetogodišnji rizik od koronarne srčane bolesti. Osim binarne klasifikacije implementirana je i višeklasna klasifikacija na skupu podataka cvijeta iris