Введение: В области задач регрессии выбор правильной функции потерь имеет решающее значение для обучения точных и надежных моделей машинного обучения. Двумя обычно используемыми функциями потерь являются среднеквадратическая ошибка (MSE) и средняя абсолютная ошибка (MAE). Цель этой статьи — пролить свет на процесс принятия решений при выборе между этими двумя функциями потерь с учетом таких факторов, как скорость сходимости и обработка выбросов. Компромисс: MSE против MAE..

Я уверен, что при написании этого блога мне следовало начать с основ машинного обучения, таких как обсуждение контролируемых и неконтролируемых моделей или наборов данных для обучения и тестирования в машинном обучении, но я чувствую, что это много раз обсуждалось в этой области, и все пытался использовать доступные помеченные наборы данных для создания контролируемых моделей машинного обучения или немаркированные данные для поиска кластеров в данных и ассоциации. В этой статье я..