[MÚSICA] Vaya, emocionante. Hemos pasado nuestro primer módulo. Tenemos una representación para el clasificador lineal,  en mucha más
profundidad que en el primer curso. De hecho, tuvimos la oportunidad de excavar y entender realmente cómo están construidos
estos modelos, los parámetros y los fundamentos asociados a estos,
y cómo extenderlo a otras configuraciones. Ahora estamos en condiciones de tomar
nuestro ciclo de aprendizaje que va desde datos de entrenamiento a la creación 
de características h(x) a este modelo de regresión logística. Y definir un algoritmo de aprendizaje,
del cual hemos hablado a un alto nivel, pero hablaremos en más detalle en
el próximo módulo, para llegar a ŵ y realizaremos predicciones desde ello. Por lo tanto, ahora puedes tomar todo lo que has
aprendido y ser capaz de hablar sobre qué aspecto tiene un clasificador lineal,
cuál es el model de regresión logística, cómo se relaciona a la función score general,
como en regresión, pero sobre el intervalo 0-1 para
predecir probabilidades. Cómo se ve afectada por los parámetros, y cómo
extender eso a configuración de múltiples clases y cómo se hace con categoría llamada datos. Hicimos mucho. Estamos realmente listos para 
pensar profundamente sobre los clasificadores. [MÚSICA]