ScholarGate
Asistente
MCDMError metric

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.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Gauss, C. F. (1809). Theoria Motus Corporum Coelestium in Sectionibus Conicis Solem Ambientium. Hamburg: Perthes and Besser. link
  2. Legendre, A. M. (1805). Nouvelles méthodes pour la détermination des orbites des comètes. Paris: F. Didot. link
  3. 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.

Compare side by side

Citado por

ScholarGateMean Squared Error (Mean Squared Error). Recuperado el 2026-06-15 de https://scholargate.app/es/model-evaluation/mean-squared-error · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026