以色列理工暑期學習-機器學習中Loss函數的小結

機器學習作爲一種優化方法，最重要的一點是找到優化的目標函數——損失函數和正則項的組合；有了目標函數的「正確的打開方式」，才能通過合適的機器學習算法求解優化。 通俗來講Loss函數是一種關於fitness的測度（關於數據是否合適模型的匹配度），或者是對於預測是否準確的一種判斷，如果預測和判斷沒有錯誤，則損失函數的值爲0；如果有錯誤則會進行一些「懲罰」措施，也可以稱之爲代價（風險）函數。藉助文獻中的原

>>阅读原文<<