O que significa "Perda de Peso"?

Índice

Pesagem de perda é uma técnica usada no treinamento de modelos de machine learning pra melhorar o desempenho deles, especialmente quando se lida com dados desiguais. Em muitas situações, algumas categorias de dados são mais comuns que outras. Esse desequilíbrio pode fazer com que o modelo aprenda a prever melhor as classes mais frequentes, enquanto tem dificuldades com as menos comuns.

Pra resolver esse problema, a pesagem de perda atribui importâncias diferentes ou "peso" a cada classe durante o treinamento. Quando um modelo erra em uma classe rara, a penalização por esse erro aumenta, o que incentiva o modelo a prestar mais atenção em aprender sobre aquela classe. Por outro lado, os erros em classes comuns podem ter uma penalização mais leve.

Usar esse método ajuda a equilibrar o processo de treinamento e permite que o modelo fique melhor em reconhecer todas as classes, não só as mais frequentes. Essa abordagem é especialmente útil em tarefas como detecção de objetos, onde reconhecer uma variedade de objetos é importante. Ao focar nas classes menos comuns, a pesagem de perda pode levar a um modelo que se sai melhor de um modo geral.