loss-function
모델의 예측값과 실제값의 차이를 수치화하는 함수이다. 이 값이 작을수록 모델의 예측 성능이 좋음을 의미하며, 학습 과정에서 모델을 최적화하는 기준이 된다. 평균 제곱 오차(MSE)나 교차 엔트로피(Cross-Entropy) 등이 대표적인 예시이다.
모델의 예측값과 실제값의 차이를 수치화하는 함수이다. 이 값이 작을수록 모델의 예측 성능이 좋음을 의미하며, 학습 과정에서 모델을 최적화하는 기준이 된다. 평균 제곱 오차(MSE)나 교차 엔트로피(Cross-Entropy) 등이 대표적인 예시이다.