MCDMProbabilistic Loss Metric
Log-Loss（交差エントロピー損失）
Log-lossは、予測確率と実際のラベルとの間の差異を測定し、不確実な予測よりも確信度の高い誤った予測をより厳しく罰します。これは、機械学習の最適化における標準的な損失関数であり、確率的分類器のキャリブレーションを評価します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Logarithmic Loss (Log Loss). ScholarGate. https://scholargate.app/ja/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 →