平均二乗誤差（MSE）
解説：回帰問題の「採点」の定番
平均二乗誤差（MSE: Mean Squared Error）は、売上予測や気温予測など、数値を予測する「回帰タスク」において最も標準的に使われる誤差関数（採点基準）です。
一言で言えば、「予測のズレ（誤差）を2乗して、その平均をとった値」です。値が「0」に近いほど、予測が正確であることを意味します。
【MSEの計算式】
MSE = ½ ∑ (実測値 − 予測値)2
意味：
1. 予測と正解の「差」を計算する。
2. その差を「2乗」する。
3. 全データの平均をとる。
なぜ「2乗」するのか？（重要）
単に差を引き算するだけでなく、あえて「2乗」するのには、大きな理由が2つあります。
| ① プラスに揃える |
単純な引き算だと、「+5のズレ」と「-5のズレ」を足した時に「0（完璧）」になってしまいます。 2乗することで、マイナスのズレもすべてプラスの値（正の誤差）として扱うことができます。 |
| ② 大失敗を許さない （ペナルティ） |
ここが最大の特徴です。2乗すると、数値が大きくなるほど値が跳ね上がります。
つまり、「小さなミスは許すが、大きなミス（外れ値）は厳しく罰する」という性質を持ちます。 |
G検定対策
出題ポイント
- タスクの相性：「回帰問題（数値予測）」といえば「MSE」が基本の組み合わせです。
- 計算の定義：「残差（差分）の二乗和の平均」であることを理解しておきましょう。
- 性質：誤差を2乗するため、外れ値（極端な予測ミス）の影響を非常に強く受けます。（＝外れ値に弱い、とも言えます）
ひっかけ対策
- × 分類タスクで使われる
（解説）分類（犬か猫か）には「交差エントロピー誤差」を使います。 - × 2乗するのは値を小さくするため
（解説）むしろ逆で、大きな誤差を強調してペナルティを与えるためです。（符号を消す目的もあります）
