Cross-Entropy
Verificato
Aggiornato il 10/09/2026
Significato di «Cross-Entropy»
Funzione di perdita usata nella classificazione che misura la distanza tra la distribuzione di probabilità prevista dal modello e quella reale, penalizzando fortemente le previsioni sicure ma errate. Deriva dalla teoria dell'informazione e si abbina tipicamente all'uscita softmax.
Fonti: Bishop, Pattern Recognition and Machine Learning; Google Developers Machine Learning Glossary · Verificato il 2026-09-10
Domande frequenti su Cross-Entropy
Cosa significa «Cross-Entropy»?
Funzione di perdita usata nella classificazione che misura la distanza tra la distribuzione di probabilità prevista dal modello e quella reale, penalizzando fortemente le previsioni sicure ma errate. Deriva dalla teoria dell'informazione e si abbina tipicamente all'uscita softmax.
A quale glossario appartiene «Cross-Entropy»?
«Cross-Entropy» fa parte del glossario Machine Learning, nella categoria Intelligenza Artificiale di Glossario Italiano.