文章目录
- 一、引言
- 二、损失函数的引入
- 三、回顾预测算法
- 四、损失函数的形式
- 五、成本函数
- 六、损失函数的定义与作用
- 七、损失函数的重要性
-
一、引言
在上一篇文章中，我们了解到神经网络可通过逻辑回归等算法对输入进行预测。而判断预测结果是否准确至关重要，这是神经网络自我调整、实现学习过程的关键。就像人类学习一样，如果不验证学习成果，可能学习方向或方法错误，导致徒劳无功。
二、损失函数的引入
为了验证学习成果，即判断预测结果的准确性，我们引入损失函数（loss function）。
三、回顾预测算法
上一篇文章中学到的预测算法公式如下：
四、损失函数的形式
五、成本函数
