MSE（平均二乗誤差）
MSE（Mean Squared Error：平均二乗誤差）は、それぞれのデータに対して実際の値と予測値の差の二乗を計算しその総和をとり、データの総数で割った値です。
誤差を2乗することで「大きなズレをより強く評価」するようになります。
外れ値（極端なミス）に敏感なのが特徴です。
MSE（平均二乗誤差）関連用語
MSE（平均二乗誤差）に関連する単語は以下の通りです。
- 誤差関数（Error Function）
- 最小二乗法（Least Squares）
- 外れ値（Outlier）
MSE（平均二乗誤差）やさしい解説
MSE（平均二乗誤差）は、「ズレが大きいほど悪い！」という考え方でズレを評価する方法です。
ズレを2乗してから平均することで、小さいズレは軽く大きなズレはドカン！と重くカウントされます。
例えば、的あてゲームで、ちょっと外したら1点減点、大きく外したら9点減点！
つまり、「ミスが大きいと目立つ採点方式」がMSEなんです。
AI関連の用語集【まとめ】
AI関連の用語集が気になる方のために、用語集一覧を作成しました。AIに関する学びを深めたいとお考えの方はぜひご覧ください。
＼AIの導入・開発・相談なら【クラベルAI】に相談しよう！／
