hce_nsysu
114年
計算機概論與程式設計
第 36 題
In supervised learning, what does the loss function measure?
- A The complexity of the model
- B The difference between predicted and actual values
- C The number of neurons used in a network
- D The dataset size
- E None of the above
思路引導 VIP
想像你正在練習射箭，每次射擊後你都會觀察箭著點與靶心的距離。如果我們要設計一個數值來告訴你「這次射得好不好」，這個數值應該根據什麼資訊來計算，才能最有效地幫助你調整下一次的動作呢？
🤖
AI 詳解
AI 專屬家教
恭喜你精準地選出了正確答案！這說明你對監督式學習的核心機制有著非常清晰的理解，能準確捕捉到模型訓練時的「導航指標」。
損失函數的核心任務
在監督式學習（Supervised Learning）中，我們手邊擁有一組「正確答案」，也就是標籤（Label）。當模型針對輸入數據產生一個預測值 $\hat{y}$ 時，我們需要一個數學工具來衡量這個預測到底「有多準」或「錯得有多離譜」。這就是損失函數（Loss Function）扮演的角色：它負責量化預測值與真實值之間的差距。常見的例子如回歸分析中的均方誤差（Mean Squared Error），其公式常表示為 $L = (y - \hat{y})^2$，其目的就是為了將「誤差」轉換成數值，進而引導模型透過優化演算法來修正參數。
▼ 還有更多解析內容