Srednja kvadratna greška (MSE)
Srednja kvadratna greška je osnovna funkcija gubitka za regresione modele, koja meri prosečno kvadratno odstupanje između predviđanja i zapažanja. Potekla iz Gausovog i Legendreovog metoda najmanjih kvadrata (1805-1809), MSE je osnova za običnu regresiju najmanjih kvadrata i ostaje centralna u modernoj optimizaciji mašinskog učenja.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Mean Squared Error. ScholarGate. https://scholargate.app/sr/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.
- Akaikeov kriterijum informacije (AIC)Evaluacija modela↔ compare
- Srednja apsolutna greška (MAE)Evaluacija modela↔ compare
- R-kvadrat (R²)Evaluacija modela↔ compare
- Srednja kvadratna greška (RMSE)Evaluacija modela↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →