問題 No.891
ニューラルネットワークの学習において、モデルが予測した出力と正解ラベルとの間のズレを評価するために用いられる。特に出力された確率分布と真の確率分布の違いを測る際に適している指標は【 】である。
【正解の解説】
交差エントロピー誤差関数
交差エントロピー誤差関数は、AIが予測した確率分布と、正解ラベル（本当の答え）の分布との「ズレ」を計算する指標で、分類タスクで最もよく使われます。
スポンサーリンク
【その他の選択肢の解説】
平均二乗誤差関数
平均二乗誤差関数は、予測値と正解値の「距離の2乗」を計算します。主に数値そのものを予測する回帰問題で使われる指標です。
ソフトマックス関数
ソフトマックス関数は、複数の出力値を合計が1になるような確率に変換する計算式です。誤差を測る指標そのものではなく、出力の調整に使われます。
シグモイド関数
シグモイド関数は、数値を0から1の間の値に押しつぶすための計算式です。主に2値分類の出力調整に使われますが、誤差を測る指標ではありません。