监督学习中的损失函数及应用研究

监督学习中的损失函数及应用研究 邓建国, 张素兰, 张继福, 荀亚玲, 刘爱琴 太原科技大学计算机科学与技术学院，山西 太原 030024 摘要：监督学习中的损失函数常用来评估样本的真实值和模型预测值之间的不一致程度，一般用于模型的参数估计。受应用场景、数据集和待求解问题等因素的制约，现有监督学习算法使用的损失函数的种类和数量较多，而且每个损失函数都有各自的特征，因此从众多损失函数中选择适合求解问

>>阅读原文<<