损失函数 = 模型预测值 vs 真实标签之间的差距。垃圾邮件检测、欺诈检测、疾病筛查、点击率预测。训练目标：找到一组权重，让损失函数的值最小化。**特点：**对离群值敏感（误差被平方放大）**用途：**房价预测 、股票预测、温度预测。- 损失越大 = 预测越差，需要优化。- 损失越小 = 预测越好，接近目标。图像分类、文本分类、多类别识别任务。用来衡量模型“错的有多离谱”个样本正确类别的预测概率。