'머신러닝은 타깃과 예측값( 모델에 입력값을 넣었을 때 나오는 값, 즉 출력값)의 오차를 최소화하는 방향으로 모델의 파라미터들을 조정하여 가장 알맞은 모델을 찾아내는 것' 이라고 할 수 있다.
1.평균 제곱 오차
2.평균 제곱근 오차 (Root Mean square Error, RMSE)
3.이진 교차 엔트로피 ( Binary Cross-entropy)
4.카테고리컬 교차 엔트로피 ( Categorical Cross-entropy)
(여기서 ( y_i)는 타깃, ( hat{y_i} )는 모델에 값을 대입했을 때 나오는 예측값입니다.)
머신러닝에서는 오차를 Loss 또는 Cost,Error, 오차를 정의한 함수를 Loss function 또는 Cost function, Error function 이라고 합니다.