Cost Function PLUS
KostenfunktionDie Cost Function misst, wie weit die Vorhersage eines Modells vom gewünschten Ergebnis entfernt ist, und wird im Training optimiert.
Die Cost Function (auch Loss Function oder Verlustfunktion) ist die mathematische Formulierung dessen, was ein Modell lernen soll: Sie misst, wie weit die Vorhersage des Modells vom gewünschten Ergebnis entfernt ist, und das Training optimiert diese Funktion.
Die Wahl der Cost Function bestimmt, was das Modell tatsächlich lernt. Für Regression: Mean Squared Error (MSE) bestraft große Abweichungen überproportional, Mean Absolute Error (MAE) bestraft gleich. Für binäre Klassifikation: Binary Cross-Entropy. Für Multi-Class: Categorical Cross-Entropy. Für Bildsegmentierung: Dice Loss. Für GANs: Adversarial Loss.
Mit KI Woche Plus weiterlesen
Dieser vertiefende Begriff ist Teil von KI Woche Plus. Alle anderen Begriffe lesen Sie mit einem kostenlosen Konto vollständig.
9,90 € im Monat oder 99,90 € im Jahr, inkl. USt.
Erklärung wird geladen …