Ce funcție de pierdere să aplici la antrenarea modelului?

Alegerea funcției de pierdere (loss function) depinde de sarcina de învățare automată și de tipul modelului:

• Pentru sarcini de regresie se folosesc de obicei Error Quadratic Mediu (MSE) sau Error Absolut Mediu (MAE).
• Pentru sarcini de clasificare binară se aplică adesea Entropia Crosă Binară (regresie logistică).
• Pentru clasificarea multiclasa — Entropia Crosă Categorială.
• Pentru sarcini cu clase dezechilibrate pot fi utilizate versiuni ponderate ale funcțiilor de pierdere sau Focal Loss.

De exemplu, în timpul antrenamentului unei rețele neuronale pentru clasificarea imaginilor cu 10 clase, se aplică de obicei Entropia Crosă Categorială:

loss = tf.keras.losses.CategoricalCrossentropy()

Este important să alegeți funcția de pierdere care corespunde metricii de calitate și tipului de date de ieșire ale modelului.