MCDMProbabilistic Loss Metric
Log-Loss (Cross-Entropy Loss)
פונקציית ההפסד Log-loss מודדת את ההבדל בין הסתברויות חזויות לבין תוויות אמיתיות, ומענישה תחזיות שגויות ובטוחות יותר מאשר תחזיות לא ודאיות. זוהי פונקציית הפסד סטנדרטית באופטימיזציה של למידת מכונה, והיא מעריכה כיול של מסווגים הסתברותיים.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. link ↗
- Bishop, C. M. (1995). Neural Networks for Pattern Recognition. Oxford University Press. DOI: 10.1093/oso/9780198538493.001.0001 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Logarithmic Loss (Log Loss). ScholarGate. https://scholargate.app/he/model-evaluation/log-loss
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →