AI・データサイエンス、
機械学習の実践力を高めたい方へ

• プログラミングを0から学びたい
• データサイエンティスト、データ
  アナリストを目指したい
• AIエンジニア、大規模言語モデル(LLM)エンジニアを目指したい

AI人材コースを無料体験してみませんか？

• 無料で120以上の教材を学び放題！
• Pythonやデータ分析、機械学習など
  AI人材に必須のスキルを無料体験できる！
• データ分析、AI開発の一連の流れを体験、実務につながる基礎スキルを習得！

1分で簡単！無料！

無料体験して特典を受け取る

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

LINE公式では、AIやプログラミングに関する最新情報を配信しています。