Error Cuadrático Medio (MSE)
El Error Cuadrático Medio (MSE, por sus siglas en inglés) es la función de pérdida fundamental para los modelos de regresión, que mide la desviación cuadrática promedio entre las predicciones y las observaciones. Originado en el método de mínimos cuadrados de Gauss y Legendre (1805-1809), el MSE es la base de la regresión por mínimos cuadrados ordinarios y sigue siendo central en la optimización del aprendizaje automático moderno.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Gauss, C. F. (1809). Theoria Motus Corporum Coelestium in Sectionibus Conicis Solem Ambientium. Hamburg: Perthes and Besser. link ↗
- Legendre, A. M. (1805). Nouvelles méthodes pour la détermination des orbites des comètes. Paris: F. Didot. link ↗
- Goodman, L. A. (1960). On the exact variance of products. Journal of the American Statistical Association, 55(292), 708-713. DOI: 10.1080/01621459.1960.10483369 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Mean Squared Error. ScholarGate. https://scholargate.app/es/model-evaluation/mean-squared-error
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Criterio de Información de Akaike (AIC)Evaluación de modelos↔ compare
- Error Absoluto Medio (MAE)Evaluación de modelos↔ compare
- R-cuadrado (R²)Evaluación de modelos↔ compare
- Error Cuadrático Medio (RMSE)Evaluación de modelos↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →