対数損失（Log Loss）

Log Loss / Cross-Entropy Loss たいすうそんしつ

中頻度 ⚪ 旧用語テクノロジ系新しい技術

意味・解説

AIが予測した確率と、実際の正解との「ズレ」を測定する指標。予測が正解から遠いほど、指数関数的に大きなペナルティ（損失）を与える。

分類問題の学習において、モデルを最適化するための「損失関数」として広く用いられる。正解率（Accuracy）と異なり、AIが『自信を持って間違えた』場合を厳しく評価するのが特徴。

「AIの『自信過剰な間違い』を厳しく取り締まるルール」です。

1.仕組み:

AIが『99%の確率でAだ』と答えて外れた場合、Log Lossは非常に大きな値になります。逆に、『51%の確率でAだ』と言って外れた場合のペナルティは比較的小さくなります。

2.学習への応用:

AIはこの損失（Loss）が最小になるように、自分自身のパラメータを調整し続けます。ポイントは、ビジネスの現場では『なんとなく正解する』ことよりも『自分の判断にどれだけ確信があるか』の正確さが求められるため、この指標による評価が欠かせないからです。

不正検知AIの学習において、判定の自信と結果の乖離を最小化するため、対数損失を指標とした最適化を実施した。

同義語: ロジスティック損失 / 交差エントロピー誤差

分類: 機械学習モデルの損失関数・評価指標