Erro médio absoluto x Erro médio quadrático (MAE x MSE)

Aprenda a diferença entre erro médio absoluto (mean absolute error - MAE) e erro médio quadrático (mean square error - MSE). Quais as vantagens e desvantagens de cada um na avaliação de modelos de machine learning.
Essa aula faz parte do curso gratuito Matemática para Machine Learning: didatica.tech/matematica-para...

Obs: no exemplo utilizado, as somas das colunas EAA, EAB, EQA, EQB resultam respectivamente em "erro absoluto total" e "erro quadrático total". Para encontrar o erro médio absoluto ou erro médio quadrático, basta dividir o valor total pela quantidade de amostras, que nesse caso é 5 para todos os casos.

[@browniemagico5811]

alem de lindo é genio...

[@FelixdeSenaSilva]

Muito bom! Obrigado por compartilhar o conhecimento, a comunidade online agradece. Continue!

[@beltraomartins]

Muito bem explicado, parabéns!

[@MarcusViniciusET]

Você é muito bom, já aprendi demais contigo

[@joildersoncalixto4671]

Muito bom, obrigado, excelente explicação!

[@metalmorphy]

Muito bom e muito bem explicado. Obrigado pelo vídeo =]

[@miguela.alvarez8589]

Muito clara a aula, parabéns!

[@barbaracarnauba1507]

Ficou super clara a explicação! Parabéns!

[@andrelordvader]

Excelente aula !! Direto ao ponto !! Obrigado!!

[@HedibertoSilva]

Muito bom! Consegui tirar minhas dúvidas.

[@erikagoncalvespereira-jg6eu]

Muito obrigado por dividir conhecimento de forma tão clara e objetiva

[@jackjacauna]

Excelente aula!

[@jorgelutif1597]

Excelente aula, recomendo, material produzido de extrema qualidade para fortalecer os conceitos QUANTI via EAD em tempos de pandemia ... estou adorando ...

[@tamotsudenkigai5452]

Ótima aula :)

[@marciogaraz]

muito bom!

[@irineuvitorino]

Gostei muito.

[@matheuscardosocastilhosdia2896]

A medida do erro médio absoluto, na pratica, seria a soma dos modulos das diferenças, que é o valor que você colocou por ultimo, só que ai dividido pelo numero de amostras, certo? Aquele 6 e 14 da ultima linha seria dividido pelo numeros de alunos?

[@nekohitsuo6732]

Isso seria admitindo que o valor esperado seria a media das notas correto? Entao podemos supor que o Eaa segue a regra Eaa = somatorio (Real-Esperado)

[@tatiellerodrigues2742]

Ola, Como encontrou 133% e 520% , se não pedir muito faça video sobre ME, RMSE a diferença entre eles?

[@breno19]

[(14/6)-1]*100 = 133% [(62/10)-1]*100 = 520%

[@caduguimaraes]

Em quais tipos de modelos de ml pode ser utilizado este tipo de métrica para avaliar o modelo preditivo?

Modelos de regressão

[@antoniomoraes1741]

Olá, Professor! Então a utilidade do MSE e da var é verificar se há, eventualmente, mais valores discrepantes dentro de uma amostra?

O MSE é uma média, então ele vai dar um resultado para conjunto de dados como um todo, dizendo o quão discrepante, em média, os dados estão entre si.

[@ju1042]

mas o que o erro significa nesse caso? a quantidade de erros em uma prova? pq os primeiros valores seriam a nota dos alunos nas provas ou a quantidade de erros em uma prova? ou nenhum dos dois?

[@ju1042]

ah tá acho q entendi... é o erro em relação a média... o fato de uma pessoa ter tirado uma nota muito baixa pesou muito mais no erro quadrático

[@ToniEsteves]

Então o erro médio quadrático penaliza dados mais esparços ?

Sim