Apa artinya ketika orang mengatakan fungsi biaya adalah sesuatu yang ingin Anda perkecil?

Saya mengalami banyak kesulitan untuk memahami hal ini. Apakah ini berarti Anda sebaiknya tidak terlalu sering menggunakan fungsi biaya?

Tidak, itu berarti Anda mencoba mencari input yang membuat output dari fungsi biaya menjadi yang terkecil. Itu tidak berarti bahwa Anda harus "meminimalkan" penggunaannya.

Fungsi biaya adalah sesuatu yang Anda gunakan untuk menghukum penyimpangan tinggi dari hasil yang diharapkan bila dibandingkan dengan prediksi Anda yang sebenarnya.

Anda dapat menganggap fungsi biaya sebagai tanda seberapa buruk prediksi Anda. Nilai fungsi biaya tinggi berarti prediksi benar-benar tidak aktif, sehingga fokus pada meminimalkan fungsi biaya, sehingga menghasilkan model prediksi yang akurat.

Fungsi biaya dalam konteks Pembelajaran Mesin sering menghitung beberapa jenis metrik yang menandakan seberapa baik kinerja model Anda. Contoh umum adalah misalnya kuadrat galat, di mana Anda melihat semua contoh pengujian di mana Anda tahu nilai sebenarnya dan prediksi, ambil perbedaan antara itu dan kuadratkan. Dengan meminimalkan kesalahan ini (fungsi biaya) Anda menganggap prediksi Anda akan lebih baik.

Pertimbangkan Anda memiliki beberapa data dan Anda ingin memodelkan fungsi yang sesuai dengan data. Fungsi ini harus pas dan tidak memiliki kesalahan (idealnya). Bagaimana cara saya mendefinisikan kesalahan ini? dan voila inilah fungsi biaya.

Meminimalkan fungsi (biaya) berarti Anda ingin mencari nilai bagus untuk parameternya. Parameter yang baik berarti bahwa fungsi tersebut dapat menghasilkan hasil terbaik yang mungkin, yaitu yang terkecil, karena nilai yang kecil berarti lebih sedikit kesalahan . Ini adalah masalah optimisasi: masalah menemukan solusi terbaik dari semua solusi yang mungkin. ( sumber )