【そんしつかんすう】
損失関数 とは？
💡 予測のズレを点数化する「AIのテスト採点者」
📌 このページのポイント
- 予測と正解のズレ（誤差）を一つの数値にする関数
- この値を最小化するように学習が進む
- 分類問題には交差エントロピー、回帰問題にはMSEが主流
- 問題に合った損失関数を選ぶことが性能に大きく影響する
ひよこ 損失関数って何を「損失」してるの？
ペンギン先生 「正解から外れた分」を損失と呼んでいるよ。たとえば家の価格を500万円と予測したのに実際は600万円なら、100万円分間違えた。その「間違い量」を数値化するのが損失関数の役割だよ。
ひよこ 分類と回帰で損失関数が違うの？
ペンギン先生 そうだよ。回帰では「予測と実際の差の二乗（MSE）」をよく使う。分類では「交差エントロピー損失」が主流で、確率の対数を使って「自信があって間違えたとき」ほど大きくペナルティを与えるんだ。
ひよこ 損失が0になれば完璧ってこと？
ペンギン先生 ひよこ 損失関数って自分で作ることもできるの？
ペンギン先生 できるし、実務では重要な場面があるんだ。たとえば医療診断で「病気なのに正常と診断する（偽陰性）」と「正常なのに病気と診断する（偽陽性）」のコストが全然違うよね。標準的なMSEや交差エントロピーはこの非対称なコストを表現できないから、カスタム損失関数を作るんだ。損失関数のカスタマイズはビジネスのコスト構造を学習に直接組み込む強力な手段で、「損失関数はただ選ぶものではなく設計するもの」という意識がプロとアマの差だったりするんだよ。
まとめ：ざっくりこれだけ覚えればOK！
「損失関数」って出てきたら「AIの予測のズレを数値化してどれだけ間違えているかを測る関数のことだな」と思えればだいたいOK！
📖 おまけ：英語の意味
「Loss Function」 ＝ 損失の関数
💬 Loss（損失・損害）は予測の「間違いのコスト」を表す。コスト関数・目的関数とも呼ばれるよ