| 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
- 알고리즘
- 목적함수
- Python
- pointcloud
- 라이다
- 캘리브레이션
- 넓이우선탐색
- vlp16
- 정렬알고리즘
- 깊이우선탐색
- rviz
- livoxhorizon
- 공간복잡도
- 카메라
- Velodyne
- 자율주행
- 딥러닝
- ROS
- livox
- 로봇이지나간경로
- level3
- 시간복잡도
- softeer
- 경사하강법
- 손실함수
- deque
- 코딩테스트세트
- 비용함수
- 자료구조
- 머신러닝
Archives
- Today
- Total
목록cee (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