[딥러닝 개념 4] 손실함수(Loss Function)_MSE, MAE, RMSE, Cross Entropy Error

여기서 다루는 내용의 키워드 - 손실함수 - 학습 - 회귀 - MSE(평균제곱오차) - RMSE(평균제곱근오차) - MAE(평균절대오차) - One-hot Encoding - Cross Entropy Error(교차 엔트로피 오차) 네트워크를 학습한 후에 네트워크로 예측한 결과와 정답이 얼마나 잘 맞는지 비교하기 위한 방법이 필요해요 정답에 최대한 가깝게 예측하는 것이 목적이니까요 그래서 이때 사용하는 것이 바로 손실함수입니다 손실함수(Loss Function)란? 네트워크의 출력값과 정답과의 비교를 해주는 함수입니다 학습 중에 얼마나 못하는지를 의미하기 때문에 값이 작을수록(0에 가까울수록) 좋습니다 지도학습(입력값에 대해 정답이 있는 학습)알고리즘에서는 반드시 필요한 함수입니다 정답과 예측값을 비교해야 하니까요 보통 미분 가능한 함수를 사용합니다 최적화 기법들이 미분을 기반으로 한 방법이 많기 때문입니다 최적화 기법들을 효율적으로 사용하기 위해 미분가능한 함수를 손실함수로 많이 ...

요청 처리 중입니다...

[딥러닝 개념 4] 손실함수(Loss Function)_MSE, MAE, RMSE, Cross Entropy Error

등록된 다른 글