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 e um escore de classificador , a perda de articulação da previsão é definida como:
Observe que deve ser a saída "crua" da função de decisão do classificador, não o rótulo da classe prevista. Por exemplo, em SVMs lineares , onde são os parâmetros do hiperplano e é o ponto a ser classificado. Pode-se ver que quando e têm o mesmo sinal (que significa que prediz a classe correta) e , a perda de articulação , mas quando eles têm sinal oposto, aumenta linearmente com (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
Categoria:Aprendizagem de máquina Categoria:Engenharia de inteligência artificial