Какие функции потерь существуют (MSE, MAE, cross-entropy, focal loss) и как выбирать под задачу?

MSE ((y-ŷ)²) — регрессия, штрафует крупные ошибки сильнее. MAE (| y-ŷ |) — регрессия с outliers, более робастна. Binary cross-entropy — бинарная классификация (1 выход + sigmoid). Categorical cross-entropy — multi-class (softmax). Focal loss — для несбалансированных классов, понижает вес лёгких примеров. Выбор loss диктуется типом задачи и распределением целевой переменной.