問題 No.682
ニューラルネットワークを用いた多クラス分類問題において、出力層で算出された各クラスへの予測確率と、実際の正解ラベルとの間のズレの大きさを測りたい。正解クラスに対する予測確率が1に近いほど誤差がゼロに近づき、正解から遠ざかるほど誤差が対数的に無限大に発散していく、分類タスクで標準的に用いられる損失関数はどれか。
【正解の解説】
交差エントロピー誤差
予測した確率分布と正解ラベルの分布とのズレを測る、分類問題で標準的に使われる関数です。
スポンサーリンク
【その他の選択肢の解説】
平均二乗誤差
予測値と正解値との差を二乗して平均をとる、回帰問題によく使われる誤差関数です。
絶対誤差
予測値と正解値の差を絶対値で計算する、誤差の大きさを測る手法の一つです。
コサイン類似度
ベクトル同士がどれだけ同じ向きを向いているかで類似度を測る計算手法です。