손실함수(loss function)

2020/12/04 - [데이터 분석 입문/머신러닝] - 파라미터(Parameter)와 하이퍼파라미터(Hyperparameter)

파라미터(Parameter)와 하이퍼파라미터(Hyperparameter)

#1. 손실함수 (loss function)

학습 알고리즘이 작동하게끔 만드는 원동력
- 손실함수의 값을 줄여나가는 과정이 곧 모델을 학습하는 과정

☞ 손실(Loss) ?
- 실제 데이터에서 관측된 결과 vs. 모델에 의해 생성된 결과
- 둘의 차이에 의해 '손실'이 발생
- '손실'이 작다면 ? → 모델 성능이 좋음

☞ 손실(Loss)을 왜 함수로 정의하는가?
- 수리적으로 계산하기 위하여

- 예시 ) 지도학습일 경우,

손실함수 L
 L = f ( y, π)

 

 

 

#2. 손실함수의 종류

- 교차 엔트로피 (Cross-entropy)
- 평균 제곱 오차 (Mean Squared Error : MSE)
- ...