Читать книгу Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow - Aurélien Géron - Страница 150

 Der Operator argmax liefert den Wert einer Variablen, der eine Funktion maximiert. In dieser Gleichung liefert er denjenigen Wert für k, für den die geschätzte Wahrscheinlichkeit σ(s(x))k maximal wird.

Die Klassifikation mit Softmax-Regression sagt zeitgleich nur eine Kategorie vorher (sie arbeitet mit mehreren Kategorien, nicht mehreren Ausgaben). Sie sollte also nur verwendet werden, wenn sich die Kategorien gegenseitig ausschließen, wie etwa bei Pflanzenarten. Sie können sie also nicht dazu verwenden, um mehrere Personen im gleichen Bild zu erkennen.

Da Sie nun wissen, wie das Modell Wahrscheinlichkeiten schätzt und Vorhersagen trifft, werfen wir einen Blick auf das Trainieren. Das Ziel ist ein Modell, das die Zielkategorie mit einer hohen Wahrscheinlichkeit schätzt (und konsequenterweise eine niedrige Wahrscheinlichkeit für die übrigen Kategorien). Die als Kreuzentropie bezeichnete Kostenfunktion in Formel 4-22 zu minimieren, sollte dazu beitragen, da sie das Modell für niedrige Wahrscheinlichkeiten der Zielkategorie abstraft. Mit der Kreuzentropie wird häufig gemessen, wie gut die Wahrscheinlichkeiten der Kategorien mit den Zielkategorien übereinstimmen.