損失関数
予測出力と真の値の差を定量化する数学関数で、モデルのトレーニングと最適化をガイドします。
Definition
オプティマイザーが最小化する目標指標 (クロスエントロピー、平均二乗誤差、カスタム公平性ペナルティ損失など)。損失関数の選択はモデルの動作に直接影響します。ガバナンスは、トレーニングの前に損失の定義を見直して、ビジネス目標、倫理的制約 (公平性正規化の追加など)、およびリスク許容度との整合性を確認し、監査可能性と再現性のための構成を文書化する必要があります。
Real-World Example
不正検知モデルのチームは、不正行為を見逃した場合のビジネスコストを反映して、偽陰性では偽陽性の4倍のペナルティが科せられる加重クロスエントロピー損失を選択します。彼らは重み付けの根拠を文書化し、精度と再現率の両方に対する下流の影響を追跡して、バランスの取れた結果が得られるようにします。
.svg)
