Función de pérdida

Fórmula que mide cuánto se equivoca un modelo comparando sus predicciones con las respuestas correctas. Entrenar consiste en minimizar esta función ajustando los parámetros.

Fórmula que mide cuánto se equivoca un modelo comparando sus predicciones con las respuestas correctas. Entrenar consiste en minimizar esta función ajustando los parámetros.

Actualizado: 3 de junio de 2026.

La función de pérdida convierte el error en un número que el sistema puede optimizar. Cuanto más bajo, mejor predice el modelo. El descenso de gradiente usa su pendiente para saber cómo ajustar los pesos.

Ejemplos

• Entropía cruzada: para clasificación.
• Error cuadrático medio: para regresión.

Su papel

Define qué significa "acertar" para el modelo. Una función de pérdida mal elegida puede optimizar el objetivo equivocado, igual que una recompensa mal diseñada en aprendizaje por refuerzo.