В чем разница между метрикой качества и функции потери с точки зрения бизнеса

Метрика качества оценивает итоговую эффективность модели для бизнеса (например, accuracy, F1, ROC-AUC). Она понятна заказчику и используется для сравнения моделей.

Функция потери (loss) — технический инструмент для оптимизации в процессе обучения (MSE, cross-entropy). Она направляет градиентный спуск, но может не иметь прямой интерпретации для бизнеса.

Пример:
Для задачи классификации:

• Loss (log loss): -log(p_correct_class) — минимизируется при обучении
• Метрика (accuracy): (TP + TN) / total — оценивает итоговую точность

Бизнес смотрит на метрики, а модель обучается на loss. Иногда их можно согласовать (например, оптимизировать F1 через custom loss).