why CEE for classification and MSE for regression

DNN loss 조건

Train data에서의 Loss 총합은 개별데이터 loss 합과 같아야 한다.

DNN 출력 값으로 loss 계산하고 중간 단계에서 하지 않는다.

Maximum-Likelihood 관점에 따라

정확한 y값보다 y를 평균으로하는 분포를 찾고 싶다.( 분포 파라미터를 찾고 싶다.)

2가지 가정

1. 모든 데이터가 독립적이다.
2. 각각의 데이터가 동일한 분포를 가진다.(보통 가우시안 or 베르누이로 정의한다.)

가우시안 분포로 정의할 경우 M-L의 관점에서 MSE식이 도출된다.

베르누이 분포로 정의할 경우 M-L의 관점에서 CEE식이 도출된다.