神经网络，分类和回归问题，在网络结构上的区别是什么？分类比回归多一层softmax吗？诚心求教？ 第1页
1
huo-hua-de-41 网友的相关建议:
感觉现在已有的回答还没说到点上。例如，0-1的回归，我把0-1分成100个bin，每0.01当作一个类，然后用变成100类的分类任务，是不是就只是精度差异呢？进一步可以衍生几个问题：
- 为什么回归任务常使用mse作为损失函数？
- 为什么分类任务常用交叉熵作为损失函数?
首先，我们要知道，使用特定损失函数的前提是我们对标签的分布进行了某种假设。
二分类问题的常见假设就是标签服从伯努利分布，多分类问题背后的假设是多项分布（Multinomial Distribution）。根据数据分布，结合最大似然估计，就可以推导出交叉墒的公式。
同样的，回归问题背后的假设是标签服从正态分布，这时候根据数据分布，结合最大似然估计，就可以推导出mse的公式。
然后实际问题中，我们遇到的标签不一定真的服从正态分布。根据样本分布不同，大家还提出了tweedie loss、possion loss等损失函数替代mse。我说这么多，只是抛砖引玉，详细的推到大家可以看看 @马东什么 的文章
1
相关话题
计算机视觉和自然语言处理，哪个更具有发展前景呢，还是各有千秋呢？人工智能在发展到极高的程度之后能否算得上是一种生命？
GAN的生成器是怎么产生图片的？
有什么算法能对一个长短不一的时间序列进行分类预测?
为什么dropout正则化经常在视觉方面使用而不是其他？
为什么说深度学习没有理论基础?
要研究深度学习的可解释性（Interpretability），应从哪几个方面着手？
在Lasso中，oracle property指的是什么性质？
有哪些看了让你醍醐灌顶的书籍、论文、期刊，使你对如何做数据挖掘、特征工程、统计挖掘有了眉目？
如何用机器学习判断《溪岸图》是否董源真迹？
相关的话题
人类大脑的聪慧程度以 IQ 为标准，那么人工智能的水平用什么指标来衡量呢？如何评价Hinton在加拿大多伦多大学关于用“capsule”作为下一代CNN的演讲？
机器学习中的机器是如何分辨哪些是有用的知识，哪些是没用的信息呢？
如何看待《Nature》发布的新研究：摄像头是天生的神经网络，速度超越传统方法千倍?
近几年有哪些关于机器学习中隐私（Privacy）和安全（Security）相关的研究值得关注?
ICLR 2021 有什么值得关注的投稿？
写深度学习代码是先写model还是dataset还是train呢，有个一般化的顺序吗？
多任务学习成功的原因是引入了别的数据库还是多任务框架本身呢？
相比于时下流行的机器学习方法（联接主义），传统的人工智能方法（符号主义）有什么独一无二的优势？
为什么新增特征有时候会对模型带来负面影响？
从应用的角度来看，深度学习怎样快速入门？
什么是博弈机器学习？
主动学习(Active learning)算法的原理是什么，有哪些比较具体的应用？
有什么算法能对一个长短不一的时间序列进行分类预测?
面试官如何判断面试者的机器学习水平？
如何看待Yoav Goldberg 怒怼来自MILA的GAN for NLG的paper?
为什么谈论深度学习工具时，很少有人讨论matlab的神经网络工具包？
有哪些深度学习效果不如传统方法的经典案例？
人工智能已在哪些领域超越了人类的表现？
有什么深度学习数学基础书推荐？
卷积神经网络（CNN）的结构设计都有哪些思想？
支持向量机（SVM）是什么意思？
5-10年后，你觉得哪些科技会让我们“遗忘”现在的生活？
为什么 BERT 的 intermediate_size 这么大？
想问下专业人士 OpenCv会被深度学习进一步取代吗进一步取代吗？
DeepMind 团队中有哪些厉害的人物和技术积累？
能识别情绪的机器人可以算做有情感的机器人吗？
主动学习（Active Learning）近几年的研究有哪些进展，现在有哪些代表性成果？
怎么选取训练神经网络时的Batch size?
t-sne数据可视化算法的作用是啥？为了降维还是认识数据？