1．基本を理解
読み方・用語解説- 読み方
- そんしつかんすう
- 英語名
- Loss Function
- 提唱者・年代
- 機械学習・最適化の中核概念
💡 豆知識——“loss＝損失”。コスト関数（Cost Function）とも呼ばれる。モデルはこの数値を“減らす”ことで賢くなる。
【セットで覚えたい関連用語】
M
MSE（平均二乗誤差）回帰問題の定番。交
交差エントロピー分類問題の定番（No.239）。勾
勾配降下法損失が下がる方向へパラメータを動かす手法。2．意味（定義）と例え話
一言で言うと？
学習で最小化させる対象の関数（MSEや交差エントロピーなど）。勾配で最適化するため連続・微分可能である必要がある。
背景・歴史的流れ
機械学習の中核概念。学習＝“損失を減らす方向へ、勾配でパラメータを動かす”というプロセスそのもの。
身近な例え話
“ズレ計”を持った山道——数値が下がる方向に少しずつ進み、やがて谷底（最小）にたどり着く、あの旅。
AIとの関係
NN学習の心臓部。損失関数の選び方で、学習の“形”が変わる。
おすすめの活用法・注目ポイント
「回帰はMSE／分類は交差エントロピー／微分可能である必要」が鉄板。
3．直前に理解（Q&A）
7問Q1. 損失関数とは？最頻出
学習で最小化させる対象の関数（MSEや交差エントロピーなど）。
Q2. 別名は？頻出
コスト関数（Cost Function）。
Q3. 回帰で使うのは？頻出
MSE（平均二乗誤差）。
Q4. 分類で使うのは？頻出
交差エントロピー。
Q5. なぜ微分可能で必要？頻出
勾配（勾配降下法）で最適化するため。
Q6. 「損失関数が大きいほどモデルが良い」は正しい？ひっかけ
誤り。損失は“最小化”する対象。
Q7. 位置づけは？親と子
学習・最適化 ⊃ 損失関数。
4. まとめ
損失関数＝学習で最小化させる対象の関数（MSEや交差エントロピーなど）。微分可能である必要がある。