Funkcja wyniku (score function) to gradient logarytmu funkcji gęstości prawdopodobieństwa względem parametrów rozkładu lub samych danych wejściowych. W uczeniu maszynowym informuje ona o kierunku i sile zmian, jakie należy wprowadzić w modelu, aby lepiej dopasować go do obserwowanego zbioru danych. Jest kluczowym elementem modeli dyfuzyjnych oraz metod opartych na estymacji gęstości, gdzie pozwala na efektywne próbkowanie i optymalizację struktury danych. Dzięki swojej różniczkowalności umożliwia modelom uczenie się złożonych rozkładów bez konieczności bezpośredniej znajomości ich pełnej formy analitycznej.
Funkcja wyniku (score function)
