Slovník výrazov AI/Základy umelej inteligencie

Základy umelej inteligencie

cieľová funkcia

Anglický výraz objective function

pokročiléheslo č. 225 otázok a odpovedí2 odborné zdroje

Presná definícia

Čo znamená cieľová funkcia?

Cieľová funkcia je matematické zobrazenie kandidátneho riešenia alebo parametrov na skalár, ktorý optimalizačný postup minimalizuje alebo maximalizuje. Spolu so smerom optimalizácie určuje technický cieľ; môže spájať stratu, regularizáciu, náklady či viac vážených kritérií. Nie je totožná s každou reportovanou metrikou ani s reálnym účelom systému: algoritmus zlepší presne to, čo funkcia vyjadruje, vrátane neželaných skratiek.

Skúsenosť a kontext

Ako sa pojem používa v praxi

Pri klasifikácii môže byť cieľom priemerná krížová entropia plus penalizácia veľkých váh; pri rozvrhu súčet meškaní s tvrdými obmedzeniami. Funkcia sa navrhuje z nákladov chýb a požadovaného správania, škály členov sa normalizujú a váhy sa dokumentujú. Tréningová hodnota sa sleduje oddelene od validačných metrík a produkčného výsledku. Tím testuje citlivosť na váhy a hľadá prípady „gamingu“, keď model zlepší skóre neželanou skratkou. Pri viacerých cieľoch je vhodné ukázať Pareto kompromisy namiesto predstierania jedného prirodzeného čísla.

Overiteľnosť

Odborné zdroje

  1. Poole & Mackworth · Optimizationartint.info
  2. Google ML Glossary · Objective Functiondevelopers.google.com

Praktické odpovede

Často kladené otázky

Je cieľová funkcia to isté ako metrika?

Nie. Cieľ algoritmus priamo optimalizuje; metrika môže iba hodnotiť vlastnosť, ktorá nemusí byť diferencovateľná ani vhodná na učenie.

Musí sa cieľ minimalizovať?

Nie. Strata a náklady sa zvyčajne minimalizujú, úžitok či pravdepodobnosť maximalizujú; znamienkom možno smer previesť.

Ako sa rieši viac cieľov?

Váženým súčtom, lexikografickým poradím, obmedzeniami alebo Pareto optimalizáciou; voľba vyjadruje hodnotový kompromis.

Prečo je regularizácia súčasťou cieľa?

Penalizuje zložitosť alebo neželané vlastnosti a mení optimum tak, aby model lepšie zovšeobecňoval či spĺňal požiadavky.

Čo je riziko zástupného cieľa?

Ľahko merateľný ukazovateľ sa môže odchýliť od skutočného zámeru; systém potom správne optimalizuje nesprávnu vec.