損失関数入門（モデルがどう間違っているかを知る方法）

要点

• 損失関数は予測の誤差を数値化し、値が高いほど大きな間違いを意味する。
• 平均二乗誤差（MSE）は大きな誤差を二乗で厳しく罰し、回帰タスクに適する。
• クロスエントロピー損失は分類に使われ、正解に対する確信度も考慮する。
• 訓練中に損失が減少すればモデルが学習している証拠だが、検証損失の上昇は過学習の兆候。