Mis notas sobre las métricas de error MAE vs MSE 🚀

Demasiado Largo; Para Leer

Nos centraremos en las métricas MSE y MAE, que son métricas de evaluación de modelos de uso frecuente en los modelos de regresión. MAE es la distancia promedio entre los datos reales y los datos pronosticados, pero no castiga grandes errores en la predicción. MSE mide la diferencia cuadrática promedio entre los valores estimados y el valor real. La regularización de L1 y L2 es una técnica utilizada para reducir la complejidad del modelo. Lo hace penalizando la función de pérdida al regularizar la función de la función.