...
← Curs Machine Learning și AI pentru începători
Lecțiile 81–140

Continuă cu Regresie și clasificare

Primele 15 lecții din Curs Machine Learning și AI pentru începători sunt gratuite, fără card. Începe cu ele și vezi dacă ți se potrivește înainte să plătești ceva.

Începe gratuit de la lecția 1 →

Academia Programatorilor
Certificat de competență Seria PREVIZUALIZARE

Se certifică faptul că

Numele tău

a finalizat cu succes lecțiile 81–140 din Curs Machine Learning și AI pentru începători, cu exerciții practice rezolvate și verificate automat.

Diplomă Regresie și clasificare
Tudor Dumitrescu Tudor Dumitrescu Fondator · Trainer & formator autorizat
Data emiterii 19 noiembrie 2026 Verificare online academiaprogramatorilor.ro/certificat/PREVIZUALIZARE/
La finalul modulului primești Diplomă Regresie și clasificare
Lecția 138 · Regresie și clasificare

Mini-proiect: diagnostic asistat

Un laborator de anatomie patologică primește zilnic zeci de biopsii. Un model care semnalează cazurile suspecte de tumoră malignă poate ajuta medicul să le verifice primele. Aici o greșeală nu costă bani, ci poate costa o viață, așa că alegi cu grijă metrica, modelul și pragul. Compari regresia logistică cu k-NN și alegi un prag pentru recall ≥ 0.98 pe cazurile maligne.

Datele și o capcană: care clasă e 0?

load_breast_cancer are 569 de pacienți și 30 de măsurători ale celulelor. Atenție la etichete: în acest set de date 0 = malign și 1 = benign. Clasa care ne interesează (boala) este 0, nu 1 cum am obișnuit.

import numpy as np
from sklearn.datasets import load_breast_cancer
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.preprocessing import StandardScaler
Exercițiul lecției

Compară regresia logistică și k-NN pe cazurile maligne, apoi alege pragul pentru recall ≥ 0.98 și afișează numărul de cazuri ratate.

  • Pentru LogisticRegression(max_iter=1000) și KNeighborsClassifier(n_neighbors=5), afișează Logistică: recall ..., precizie ... (pe clasa malign, pos_label=0, 3 zecimale).
  • Pentru regresia logistică, ia p_malign = predict_proba(X_test_s)[:, 0].
  • Parcurge pragurile [0.5, 0.4, 0.3, 0.2, 0.1] și reține primul (cel mai mare) cu recall ≥ 0.98.
  • Afișează Pragul ales: ... și Cazuri maligne ratate: ... la acel prag.

Restul explicațiilor, editorul și verificarea automată se deblochează cu Regresie și clasificare.

Ce urmează în curs

  1. Matematica pentru ML cu numpy Lecțiile 16–80 · 65 de lecții certificat
  2. Regresie și clasificare Lecțiile 81–140 · 60 de lecții certificat
  3. Modele avansate și evaluare Lecțiile 141–210 · 70 de lecții certificat
  4. Rețele neuronale și NLP Lecțiile 211–280 · 70 de lecții certificat
  5. Junior ML Engineer Lecțiile 281–350 · 70 de lecții certificat

Ce primești

  • Lecții interactive în limba română, cu cod scris și rulat direct în browser
  • Exerciții verificate automat, cu feedback pe loc
  • Certificat la finalul fiecărui modul, verificabil online
  • Acces pe viață, în ritmul tău, fără abonament

4,9 din 5 · 128 de recenzii Google

Foarte profi si utile cursurile. Practica aplicata si explicata de traineri inarmati cu rabdare si cunostine solide.
Iulian Pahom
Cursuri foarte utile si profesori foarte pregatiti. Recomand cu toata increderea.
Catalina Ioana Dan
Super usor de inteles. Cursurile de programare video onlinesunt foarte bine explicate
Laura Chiriazi
Toate recenziile pe Google