スポンサーリンク
損失関数
機械学習を勉強すると損失関数という難しい言葉を聞くと思います。
正直、難しいですよね・・
ここでいう「損失」とは正解からの距離がどれほど離れているか表す関数です。
値が小さいほど、良い事を示しています^^
機械学習（教師あり学習）の種類
まず、機械学習（学習あり）で考えます。
2つのパターンがあるかと思います。回帰と分類です。
回帰・分類ってどんなものっていう方もいるかと思いますので、以下のイメージです^^
・回帰：価格のような数値で予測するもの
・分類：リンゴかオレンジかどうか判断・予測するもの
スポンサーリンク
損失関数の種類
回帰と分類というパターンがあることが分りました。
次はそれぞれの損失関数の種類をみてみましょう！
回帰の損失関数としては、二乗和誤差がよく使われます。
※二乗和誤差のイメージは予測した価格が正解の価格からどのくらいの誤差があり、その二乗した誤差合計でそのモデルの精度をみましょうという感じです。
分類の損失関数としては、クロスエントロピー誤差（交差エントロピー誤差）がよく使われます。
※クロスエントロピー誤差のイメージはどのくらいの確率でリンゴかオレンジかを見分けて誤差を計算する感じです。
もっと詳しく知りたい方は、有名どころですが、この本がおすすめです。
 |
ゼロから作るDeep Learning ?Pythonで学ぶディープラーニングの理論と実装 新品価格 |
まとめ
損失関数は正解からのどの程度離れているかを表しており、値が小さいほど、良い精度のモデルができている事を示しています^^
難しい言葉ですが、損失関数がある事で精度の良さを確認できるかものなので、大事な用語となります。
今日はここまで。
