Loss Function
The formula that scores how wrong a model's prediction is — the thing training tries to minimise.
Une fonction de perte transforme l’écart entre la prédiction et la vérité en un seul nombre. L’entraînement n’est rien d’autre que la recherche de paramètres qui rendent ce nombre petit. Choisir la perte, c’est choisir ce à quoi le modèle va tenir, ce qui en fait une décision discrètement lourde de conséquences.
En pratique : Prédiction de 0.9 là où la réponse était 1.0 — la perte est faible, donc la correction est faible.