Cuando queremos entrenado un modelo a partir de un conjunto de datos, es importante ser capaces de medir la precisión o corrección del modelo. Para ello vamos a definir lo que se denomina función de pérdida o función de coste que va a medir el error producido. Durante el entrenamiento del modelo, el objetivo va a ser minimizar dicha función de pérdida (es decir, encontrar el "mejor" modelo posible). Minimizar dicha función no es nada trivial, y el método que usemos para realizar dicha minimización es lo que vamos a llamar optimizador.
Además, podemos estar interesados en visualizar de forma sencilla cómo de bien o mal se comporta nuestro modelo a medida que se va entrenando o cuando termina el entrenamiento. Para esto utilizaremos diferentes métricas.
En esta sección revisaremos todos estos conceptos.
