Welke verliesfunctie toepassen bij het trainen van het model?

De keuze van de verliesfunctie (loss functie) hangt af van de taak van machine learning en het type model:

• Voor regressietaken worden meestal Mean Squared Error (MSE) of Mean Absolute Error (MAE) gebruikt.
• Voor binaire classificatietaken wordt vaak Binary Cross-Entropy (logistische regressie) toegepast.
• Voor multiclass classificatie — Categorical Cross-Entropy.
• Voor taken met ongebalanceerde klassen kunnen gewogen versies van verliesfuncties of Focal Loss worden gebruikt.

Bijvoorbeeld, bij het trainen van een neuraal netwerk voor beeldclassificatie met 10 klassen, wordt meestal Categorical Cross-Entropy gebruikt:

loss = tf.keras.losses.CategoricalCrossentropy()

Het is belangrijk om een verliesfunctie te kiezen die overeenkomt met de kwaliteitsmeting en het type uitgangsgegevens van het model.