Zum Inhalt springen
Training & Optimierung

Cost Function PLUS

Kostenfunktion
In einem Satz

Die 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.

PLUS

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.

MathOptimization

Verwandte Begriffe

Sonntags die ganze KI Woche, kostenlos auf LinkedIn Editorial, die wichtigsten Themen und was daraus folgt. Jederzeit abbestellbar. Der Plus-Newsletter für Mitglieder von KI Woche Plus startet in Kürze.
Newsletter abonnieren

Willkommen zurück

Ein Konto für die KI Woche, Ihre Downloads und die App. Ohne Passwort: Sie bekommen einen Code per E-Mail.

Buch gekauft? Ihre Unterlagen finden Sie unter Downloads. Code erhalten? Hier einlösen. Datenschutz