El error cuadrático medio (MSE) es la función de pérdida más común en regresión: promedia el cuadrado de la diferencia entre cada valor real y su predicción. Elevar al cuadrado castiga con fuerza los fallos grandes, hace la función derivable y fija un objetivo claro para el descenso de gradiente.
La función lineal de activación es f(x) = ax + b y, en su forma habitual, la identidad f(x) = x: la neurona entrega su suma ponderada sin transformarla. Su derivada es constante y su rango no tiene límites, así que es la activación de salida en regresión. En capas ocultas no sirve: dos capas lineales seguidas equivalen a una sola.
9 min2624,4
Usamos cookies propias y de terceros para analizar el tráfico del sitio. Puedes aceptarlas, rechazarlas o configurar tu elección.
Más información sobre las cookies
Preferencias de cookies
NecesariasImprescindibles para el funcionamiento del sitio. Siempre activas.
AnalíticasNos ayudan a entender cómo se usa el sitio (Google Analytics).