분류 학습에서 자주 만나는 교차엔트로피는 정답 클래스에 높은 확률을 주면 손실이 작고, 틀린 쪽에 확신을 주면 손실이 큽니다. 확률·기댓값·가능도 단어를 빌더용 문장으로 풉니다.

자세한 내용과 근거는 DAKER 원문에서 확인하실 수 있습니다.

핵심 요약

• 틀린 확신에 더 큰 벌점을 주는 교차엔트로피 목표를 설명합니다.

• 로짓→확률→손실 연결을 쉬운 문장으로 정리했습니다.

• 원문에서 분류 손실 장면을 확인하실 수 있습니다.

원문 보기: https://daker.ai/community/cross-entropy-higher-penalty-wrong-confidence