Tavoitefunktio

Tavoitefunktio, tunnetaan myös nimellä kustannusfunktio tai virhefunktio, on keskeinen käsite useilla matematiikan, tietojenkäsittelyn ja operaatiotutkimuksen aloilla. Sen päätehtävä on kvantifioida mallin tai algoritmin suorituskykyä. Yksinkertaisesti sanottuna tavoitefunktio määrittää, kuinka hyvin malli ennustaa tai ratkaisee annetun ongelman.

Optimointiongelmissa tavoitefunktiota pyritään minimoimaan tai maksimoimaan. Esimerkiksi koneoppimisessa tavoitefunktio mittaa, kuinka suuri ero on mallin ennustamien arvojen ja todellisten arvojen välillä. Tavoitteena on löytää mallin parametrit, jotka minimoivat tämän virheen. Valitun tavoitefunktion tyyppi riippuu suoraan ratkaistavasta ongelmasta. Yleisiä esimerkkejä ovat keskineliövirhe (mean squared error) regressio-ongelmissa ja ristiinentropia (cross-entropy) luokitteluongelmissa.

Tavoitefunktion valinta on kriittistä, sillä se ohjaa koko oppimis- tai optimointiprosessia. Huonosti valittu tavoitefunktio voi johtaa epäoptimaalisiin tuloksiin tai siihen, että malli ei opi haluttua käyttäytymistä. Siksi tavoitefunktion suunnittelussa tulee ottaa huomioon ongelman luonne ja halutut lopputulokset.