O que significa "Perda de Wasserstein"?

Índice

A perda de Wasserstein é uma forma de medir quão diferentes dois conjuntos de dados são. Isso ajuda em tarefas onde a gente quer comparar previsões com resultados reais, como em previsões.

Essa perda analisa não apenas se as previsões estão certas ou erradas, mas também quão distante elas estão. Isso significa que pode dar uma noção melhor de precisão em várias situações.

Usar a perda de Wasserstein pode melhorar os resultados em aprendizado de máquina, principalmente quando a gente quer estimar valores com precisão em vez de só classificá-los. Ela mostrou um desempenho melhor do que os métodos tradicionais, tornando-se uma ferramenta útil para modelos que lidam com dados de séries temporais.