Perda de articulação

Em aprendizagem automática, a perda de articulação é uma função de perda usada para classificadores de treinamento. A perda de articulação é usada para classificação de "margem máxima", principalmente para máquinas de vetores de suporte (SVMs). Para uma saída pretendida Predefinição:Math e um escore de classificador Predefinição:Mvar, a perda de articulação da previsão Predefinição:Mvar é definida como:

$$\ell (y)=\max (0,1-t\cdot y)$$

Observe que Predefinição:Mvar deve ser a saída "crua" da função de decisão do classificador, não o rótulo da classe prevista. Por exemplo, em SVMs lineares $y=𝐰\cdot 𝐱+b$, onde $(𝐰,b)$ são os parâmetros do hiperplano e $𝐱$ é o ponto a ser classificado. Pode-se ver que quando Predefinição:Mvar e Predefinição:Mvar têm o mesmo sinal (que significa que Predefinição:Mvar prediz a classe correta) e $|y|\ge 1$, a perda de articulação $\ell (y)=0$, mas quando eles têm sinal oposto, $\ell (y)$ aumenta linearmente com Predefinição:Mvar (erro unilateral).

A em aprendizagem de máquina, a perda de articulação também é conhecida como "hinge loss" ou como "SVM loss".

Ver também

• Inteligência artificial
• Aprendizado de Máquina
• Visão computacional
• Reconhecimento de padrões