Derin Öğrenme Modellerinde Çoklu Sınıflandırma İçin Loss Fonksiyonlarının Performans Analizi

Abstract

Derin öğrenme, yapay zekâ alanındaki büyük ilerlemelerin bir alt dalıdır ve çok katmanlı yapay sinir ağları kullanarak karmaşık verilerden öğrenme yeteneği sunar. Loss fonksiyonları, modelin tahminleri ile gerçek etiketler arasındaki uyumsuzluğu ölçer ve modelin eğitimini optimize etmek için kullanılır. Bu çalışma, derin öğrenme modellerinin çoklu sınıflandırma görevlerinde kullanılan loss fonksiyonlarının performansını değerlendirmeyi amaçlamaktadır. 12 farklı loss fonksiyonu Cifar-10 veri seti üzerinde değerlendirilmiştir. Elde edilen sonuçlar, loss fonksiyonlarının doğruluk, precision, recall ve F1 Score gibi metrikler üzerinde farklı etkiler gösterdiğini ortaya koymaktadır.