#####分類問題（クラス問題）
ある入力（数値）からクラスに分類する問題

#####分類で扱うデータ

m次元のベクトル（ｍ次元の場合はスカラ）

0 or 1の値

#####シグモイド関数

\sigma (x)= \frac{1}{1+\exp(-ax)}

シグモイド関数の微分はシグモイド関数で表せる。

P(Y=1|x)=\sigma (w_o+w_1x_1+...+w_mx_m)

データYは確率が0.5以上ならば1、未満なら0と予測

数学において、確率ｐで１、確率１－ｐで０をとる、離散確率分布（例；コイン投げ）

あるデータが得られた時、それが同時に得られる確率
確率変数は独立であることを仮定すると、それぞれの確率の掛け算となる。

データは固定し、パラメータを変化させる
尤度関数を最大化するようなパラメータを選ぶ推定方法を最尤度推定という

対数をとると微分の計算が簡単

対数をとるのは桁落ちしないため

w(k+1)=w^k-\eta\frac{\partial E(w)}{\partial w}

ｎが巨大になったときにデータをオンメモリに載せる容量が足りない、計算時間が莫大になるなどの問題がある
確率的勾配降下法を利用して解決

w(k+1)=w^k+\eta (y_i-p_i)x_i