Błąd średniokwadratowy (MSE) to jedna z najczęściej stosowanych metryk do oceny jakości modeli regresyjnych w uczeniu maszynowym. Oblicza się go jako średnią z kwadratów różnic między wartościami przewidywanymi przez model a wartościami rzeczywistymi. Dzięki podnoszeniu błędów do kwadratu metoda ta silniej karze większe odchylenia, co czyni ją szczególnie czułą na wartości odstające. Im niższa wartość MSE, tym lepiej model jest dopasowany do danych treningowych lub testowych.
Źródło: numberanalytics.com
