Eine Loss Function (Verlustfunktion) misst, wie weit die Vorhersagen eines Modells von den tatsächlichen Werten abweichen. Das Modell wird so trainiert, dass es den Loss minimiert. Die Wahl der Loss Function beeinflusst, was das Modell lernt: Mean Squared Error für numerische Vorhersagen, Cross-Entropy für Klassifizierungen, Kontrastive Verluste für semantische Embeddings. In Pimcores KI-Modellen kommen aufgabenspezifische Loss-Funktionen zum Einsatz.
Die Loss Function ist das Optimierungsziel eines Machine-Learning-Modells. Während des Trainings vergleicht das Modell seine Vorhersagen mit den tatsächlichen Werten in den Trainingsdaten, berechnet den Loss und passt seine Parameter so an, dass der Loss kleiner wird. Ohne klar definierte Loss Function gibt es kein Training.
Unterschiedliche Aufgaben brauchen unterschiedliche Loss Functions. Mean Squared Error (MSE) wird bei numerischen Regressionsproblemen verwendet (Preisvorhersage, Mengenprognose), Cross-Entropy bei Klassifizierungsaufgaben (Spam oder nicht, Produktkategorie X oder Y), Triplet- oder Kontrastive Losses bei semantischen Embedding-Aufgaben (ähnliche Produkte zusammen, unähnliche getrennt).
In Pimcores KI-Modellen kommen aufgabenspezifische Loss Functions zum Einsatz. Produktklassifizierungs-Modelle nutzen Cross-Entropy, Bildverschlagwortung Multi-Label-Loss-Varianten, semantische Suche Kontrastive Losses. Anwender konfigurieren die Loss Function nicht selbst, sie ist Teil der vorkonfigurierten KI-Funktionen, die Pimcore für Produktdaten-Anwendungen mitliefert.
Ihre Demo, zugeschnitten auf Ihre Anforderungen
Buchen Sie eine kostenlose Demo mit einem Experten oder probieren Sie Pimcore selbst aus.
Am beliebtesten
Kostenlose Live-Demo
Erleben Sie unter fachkundiger Anleitung hautnah, wie Pimcore Ihr Unternehmen voranbringen kann.
Wir verwenden Ihre personenbezogenen Daten ausschließlich zur Bearbeitung Ihrer Anfrage. Um Ihnen ein besser auf Ihre Region zugeschnittenes Erlebnis bieten zu können, geben wir Ihre Daten möglicherweise an zertifizierte Lösungspartner in Ihrer Region weiter. Weitere Informationen finden Sie in unserer Datenschutzerklärung.
