Erreur quadratique moyenne (EQM)
L'erreur quadratique moyenne (EQM) est la fonction de perte fondamentale pour les modèles de régression, mesurant la déviation quadratique moyenne entre les prédictions et les observations. Originaire de la méthode des moindres carrés de Gauss et Legendre (1805-1809), l'EQM est la base de la régression ordinaire par les moindres carrés et reste centrale dans l'optimisation de l'apprentissage automatique moderne.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Mean Squared Error. ScholarGate. https://scholargate.app/fr/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.
- Critère d'information d'Akaike (AIC)Évaluation de modèles↔ compare
- Erreur Absolue Moyenne (EAM)Évaluation de modèles↔ compare
- Coefficient de détermination (R²)Évaluation de modèles↔ compare
- Erreur quadratique moyenne (RMSE)Évaluation de modèles↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →