問題
損失関数は、モデルの誤りを最小化すべき1つの数値に変えます。n を予測の数として、よく使われる3つの損失について compute_loss(kind, predictions, targets) を実装してください。
"mse"（平均二乗誤差）：(p - t)² の平均"mae"（平均絶対誤差）：|p - t| の平均"binary_cross_entropy"：[t × ln(p) + (1 - t) × ln(1 - p)] の平均の符号を反転したもの。ln(0) を計算しないよう、まず各予測 p を [0.0000001, 0.9999999] の範囲に収めてください。
入力
kind: "mse"、"mae"、"binary_cross_entropy" のいずれか。
predictions: モデルの予測。
targets: 正しい値（同じ長さ）。交差エントロピーでは 0 または 1 で、予測は 0 から 1 の間です。
出力
損失を小数で返してください。
制約
1 ≤ 長さ ≤ 1,000
-1,000 ≤ 各値 ≤ 1,000（交差エントロピーでは 0 ≤ p ≤ 1、t ∈ {0, 1}）
例
例 1
入力：
kind = "mse"
targets = [3.0, -0.5, 2.0]
predictions = [2.5, 0.0, 2.0]
期待される出力：
expected = 0.166667入力：
std::string kind = "mse";
std::vector<double> targets = {3.0, -0.5, 2.0};
std::vector<double> predictions = {2.5, 0.0, 2.0};
期待される出力：
double expected = 0.166667;入力：
string kind = "mse";
double[] targets = new double[] {3.0, -0.5, 2.0};
double[] predictions = new double[] {2.5, 0.0, 2.0};
期待される出力：
double expected = 0.166667;解説
二乗誤差：0.5² = 0.25、0.5² = 0.25、0² = 0。その平均は 0.5 / 3 ≈ 0.166667 です。
例 2
入力：
kind = "binary_cross_entropy"
targets = [1.0, 0.0]
predictions = [0.9, 0.2]
期待される出力：
expected = 0.164252入力：
std::string kind = "binary_cross_entropy";
std::vector<double> targets = {1.0, 0.0};
std::vector<double> predictions = {0.9, 0.2};
期待される出力：
double expected = 0.164252;入力：
string kind = "binary_cross_entropy";
double[] targets = new double[] {1.0, 0.0};
double[] predictions = new double[] {0.9, 0.2};
期待される出力：
double expected = 0.164252;解説
-(ln(0.9) + ln(1 - 0.2)) / 2 = -(-0.105361 - 0.223144) / 2 ≈ 0.164252。自信を持った正しい予測は損失が小さくなります。
参考資料
この課題はCodeUtility用に調整されています。上記の説明と制約に従ってください。