اکرم یزدانی - استادیار، گروه آمار و اپیدمیولوژی، دانشکده بهداشت، دانشگاه علوم پزشکی کاشان، کاشان، ایران
داوود عبدالهی - دانشجوی کارشناسی ارشد، گروه مهندسی برق، دانشکده مهندسی سیستم های هوشمند و علوم داده، دانشگاه خلیج فارس، بوشهر، ایران

تابع زیان به عنوان یکی از موضوعات مهم در یادگیری ماشینی، نقش مهمی در ساخت الگوریتم های یادگیری ماشین و بهبود عملکرد آنها ایفا میکند.شناخت این توابع به درک و اجرای الگوریتم های یادگیری ماشین کمک شایانی میکند. در این مقاله ما توابع زیان را به ترتیب از جنبه های یادگیری ماشینسنتی و یادگیری عمیق دسته بندی میکنیم. یادگیری ماشین سنتی به مسائل طبقه بندی، رگرسیون و یادگیری بدون نظارت تقسیم می شود و یادگیری عمیقبر اساس نوع کاربرد مانند تشخیص اشیاء و تشخیص چهره تقسیم بندی می شود. در این مقاله توابع زیان مربوط به طبقه بندی در یادگیری ماشین سنتی رامعرفی میکنیم و به تجزیه و تحلیل هر تابع زیان از نظر فرمول، شکل تابع و الگوریتم مربوط به آن می پردازیم تا درک عمیق تری نسبت به آنها ایجاد شود وکمکی برای انتخاب و بهبود عملکرد توابع زیان باشد.

تابع زیان؛ یادگیری ماشینی؛ یادگیری عمیق