前言 - iT 邦幫忙 - iThome
文章推薦指數： 80 %
第 11 屆 iT 邦幫忙鐵人賽剩最後幾天，希望能夠完整做一個end損失函數，從意思上面解讀就是"用來計算模型預測數值與實際值之間誤差導致損失的一種函數"，在不同使用場景下我們會使用不同的函數去計算。
首先，最常見的應該就是MSE(Mean Squared Error)或是RMSE(Root Mean Squared Error)，這種度量方式泛用的原因很多，從函數特性上分析，容易計算且可以微分，且由於平方的緣故，誤差越大的項會放大，進而增加被修正的影響力。
此外，從使用場景上分析，無論是迴歸問題或者分類問題大多都適用這項
