손실 함수 (Loss Function)

Loss Function?

• 딥러닝 모델에서 모델의 output인 예측값과 실제 정답(ground truth)인 실제값이 얼마나 유사한지 판단하는 기준.
• 즉, 모델이 예측한 값과 실제 정답의 차이를 정량화하는 함수.
• 이 loss function을 통해 나온 손실값을 최소화하는 방향으로 모델 파라미터를 업데이트. (학습)

 

회귀 문제 (Regression)

• MSE (Mean Squared Error)
  
  • 평균 제곱 오차로 예측값과 실제값의 차이의 제곱으로 손실을 계산하는 함수.
  • 오차값에 제곱을 하기 때문에 이상치에 민감하다.

 

• MAE (Mean Absolute Error)
  • 평균 절대값 오차로 예측값과 실제값 차이의 절대값으로 손실을 계산하는 함수.
  • MSE에 비해 이상치에 둔감하다.

 

 

분류 문제 (Classification)

• BCE (Binary Cross-Entropy)
  • 이진 교차 엔트로피 손실 함수.
  • 이진 분류에 활용.

 

• CCE (Categorical Cross-Entropy)
  • 다중 클래스 교차 엔트로피.
  • 다중 분류를 할때 사용.

 

 

•