noun
Eine Verlustfunktion ist eine mathematische Formel, die den Unterschied zwischen den Vorhersagen eines Modells und den tatsächlichen Werten quantifiziert. Sie dient als ‚Bewertung‘ für KI-Modelle und zeigt, wie stark ihre Vorhersagen von der richtigen Antwort abweichen.
Beim maschinellen Lernen passt das Modell seine Parameter an, um diese Verlustfunktion zu minimieren. Wenn beispielsweise ein Sprachmodell ein falsches Wort vorher sagt, berechnet die Verlustfunktion, wie stark der Fehler war, und leitet das Modell zur Verbesserung an.
Für Entwickler ist die Wahl der Verlustfunktion entscheidend—sie bestimmt, worauf das Modell sich konzentriert. Eine schlechte Wahl kann zu verzerrten oder ungenauen Ergebnissen führen. Beispielsweise kann eine Verlustfunktion, die zu stark auf scharfe Kanten fokussiert, bei der Bilderzeugung zu verschwommenen Bildern führen.
Beim Training einer KI zur Katzenerkennung bestraft die Verlustfunktion das Modell, wenn es einen Hund fälschlicherweise als Katze klassifiziert, und treibt es so zu größerer Genauigkeit.
In anderen Sprachen
Siehe auch: gradient descent · Overfitting