Error cuadrático medio (MSE - Mean Squared Error)

Es una medida utilizada para evaluar el rendimiento de un modelo en tareas de regresión dentro del área de la inteligencia artificial y el machine learning.

Se calcula como el promedio del cuadrado de los errores, es decir, las diferencias entre los valores predichos por el modelo y los valores reales observados.

Este indicador da más peso a los errores grandes debido a la elevación al cuadrado, lo que lo convierte en una métrica especialmente útil para identificar desviaciones significativas.

Un menor valor de esta métrica sugiere que el modelo tiene un mejor ajuste a los datos. Sin embargo, no proporciona información sobre la dirección del error.

Es ampliamente empleado para comparar y optimizar modelos, aunque puede ser complementado con otras métricas para una evaluación más completa del desempeño.