MAEとは

MAE（Mean Absolute Error/平均絶対値誤差）は、真の値と予測値の差の絶対値の平均です。
つまりどれだけズレているのかというのを評価します。外れ値の影響を低減した形での評価に適しています。

MAEを使用するケースとして、全サンプルの誤差を平等に評価し、サンプル全体の誤差をできるだけ小さくしたい場合に利用します。さらにMAEは外れ値に影響されにくいと言われています。逆に考えるとRMSEは大きく外れている値に対しても誤差が最小化されます。

関連：評価指標(回帰)

関連：平均二乗誤差 （MSE）とは

機械学習や統計を効率よく学ぶには？

MAEの解説について、いかがでしたでしょうか？もっと学びたいと思われた方にAI Academy Bootcampの公式LINEをご紹介します。友だち登録してくださった方に無料講義や無料動画のご案内、受講割引クーポンのプレゼントもございます。

無料で始めるチャンスです！

AI Academy Bootcampでは、現役のデータサイエンティストや機械学習エンジニアに、受講中いつでも、無制限で質問できます。動画＋テキストのコンテンツ：500本以上で基礎～応用まで学べる動画見放題プランは35,000円（税込 ６ヶ月間）。オンラインで好きな時間に勉強できます。無理のない学習スケジュールもご紹介しています。ぜひご検討ください。