| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 |
Tags
- 손실함수
- vlp16
- rviz
- 시간복잡도
- 라이다
- livox
- Python
- 로봇이지나간경로
- livoxhorizon
- 비용함수
- 딥러닝
- 캘리브레이션
- deque
- 깊이우선탐색
- 넓이우선탐색
- 자료구조
- 목적함수
- 코딩테스트세트
- 공간복잡도
- 카메라
- 알고리즘
- pointcloud
- 머신러닝
- Velodyne
- ROS
- 경사하강법
- 자율주행
- 정렬알고리즘
- softeer
- level3
Archives
- Today
- Total
목록MSE (1)
공부와 취미 사이 그 어딘가
손실함수(Loss Function)는 기계학습 최적화의 기초적이고 기본적인 개념이다. 종종 다른 명칭으로 목적함수(Objective Function) 또는 비용함수(Cost Function)의 개념으로 표현되기도 한다. 머신러닝, 딥러닝을 이해함에 있어서 중요한 기본적 개념인 손실함수에 대해 알아보자. 1. 손실함수(Loss Function)란? : 손실함수는 머신러닝의 한 분야인 지도학습(Supervised Learning)을 진행함에 있어, 모델이 예측한 값과 실제값 사이의 차이를 비교하는 함수이다. 지도학습을 진행함에 있어서 "잘못 예측한 값" 만큼을 계산하는 역할을 가진 함수로 최소화하여 모델을 최적화(Optimization)하는 것을 목표로 가진다. 이와 같은 이유로 손실함수를 목적함수(Obje..
스터디/머신러닝 & 딥러닝
2023. 7. 19. 23:45