Press enter or space to select a node.You can then use the arrow keys to move the node around. Press delete to remove it and escape to cancel.
Press enter or space to select an edge. You can then press delete to remove it or escape to cancel.
🧠 ML Temelleriorta⏱ 10 dk
Kayıp Fonksiyonu: Hatayı Ölçmek
MSE ve Cross-Entropy — interaktif playground
🎯
30 saniyede özet · Ne öğreneceksin
→Kayıp fonksiyonunun eğitim sürecindeki rolünü açıklamak
→MSE ve Cross-Entropy'yi ne zaman kullanacağını bilmek
→Kayıp yüzeyini ve global/local minimum kavramlarını anlamak
⏱ 10 dk okuma·orta
Kayıp fonksiyonu, modelin ne kadar hatalı olduğunu tek bir sayıyla ifade eder. Eğitim, bu sayıyı minimize etme sürecidir. Hangi kayıp fonksiyonunu seçtiğiniz, modelin neyi optimize edeceğini — ve ne tür hatalar yapacağını — doğrudan belirler.
MSE = (1/n) Σ (yᵢ - ŷᵢ)² — Regresyon problemlerinde kullanılır. Büyük hatalar küçük hatala…
L = -Σ yᵢ log(ŷᵢ) — Sınıflandırma problemlerinde kullanılır. Doğru sınıfın olasılığının lo…
⚡ İnteraktif Playground
⏳ Yükleniyor…
MSE — Regresyon
·Sürekli çıkış (sayı tahmini)
·Büyük hataları ağır cezalandırır
·Outlier'lara duyarlı
·Türevi kolayca hesaplanır
Cross-Entropy — Sınıf.
·Kategorik çıkış (olasılık)
·Yanlış ve kendinden emin olmayı cezalandırır
·Softmax ile iyi çalışır
·Sayısal kararlılık için log-sum-exp
✦ Quiz
Bir sinir ağı ikili sınıflandırma yapıyor (köpek/kedi). Hangi kayıp fonksiyonu daha uygun?