概要
モデルの予測と正解とのズレを数値化する関数。学習はこの値の最小化を目指す。
詳しい解説
損失関数は、の予測がどれだけ正解からズレているかを一つの数値(損失)で表す関数です。学習の目的は、この損失をできるだけ小さくすることです。損失をもとにで各の改善方向(の勾配)を計算し、予測を正解に近づけていきます。
💡 青い破線の用語にカーソルを合わせる(タップする)と、その場で簡単な説明が表示されます。
具体例・活用シーン
誤差の尺度
数値予測では「予測値と実際の値の差の2乗」、分類では「正解クラスの確率の低さ」などを損失として使います。
関連用語
この説明に誤りや改善点を見つけましたか?
✏️ この説明を改善提案する