preview

평균 제곱 오차 (MSE)

회귀 모델이 얼마나 틀렸는지를 숫자 하나로 요약하는 가장 기본적인 손실 함수.

$\text{MSE}(\mathbf{y}_\text{pred}, \mathbf{y}_\text{true}) = \frac{1}{n}\sum_{i=1}^{n} (y^{(i)}_\text{pred} - y^{(i)}_\text{true})^2$

예측과 정답의 차이를 제곱해서 평균낸 값. 큰 오차를 더 크게 처벌한다는 특징이 있습니다 (제곱 때문에).

과제

함수 mse(y_pred, y_true)를 완성하세요. 두 입력은 같은 길이의 1D NumPy 배열.

#	이름	`y_pred`	`y_true`	기대값
1	완벽 예측 → 0	`[1, 2, 3]`	`[1, 2, 3]`	`0`
2	균일 오차 1	`[2, 3, 4]`	`[1, 2, 3]`	`1`
3	혼합 오차	`[1, 2]`	`[3, 6]`	`10`
4	루프 없이 구현	—	—	소스에 `for`/`while` 없음