손실 함수와 최적화

loss는 학습할 목적함수이며 실제 의사결정 metric과 같지 않을 수 있습니다.

핵심

• 분류의 log loss와 회귀의 squared error가 어떤 오류를 크게 벌주는지 봅니다.
• 학습률과 scaling은 수렴 속도와 안정성에 영향을 줍니다.
• regularization 항은 성능과 모델 복잡도 사이의 선택입니다.

연습

• 같은 회귀 데이터에 MAE와 MSE를 적용해 이상치 영향을 비교합니다.

연결

• 학습 최적화
• 분류와 회귀 평가지표