RMSE（平均平方根誤差）

誤差の二乗平均の平方根で表される回帰モデルの評価指標。大きな誤差をより強調する特性があり、外れ値に敏感に反応する。MAEと比較して、大きな予測ミスを許容しない場面で重視される指標で、予測の安定性を評価する際に有効。

計算式：
RMSE = √(Σ(実測値-予測値)²/n)

特徴：
・大きな誤差を重視
・外れ値に敏感
・微分可能（最適化に適している）
・単位が元データと同じ
・正規分布仮定下で統計的意味を持つ

MAEとの比較：
・RMSE ≥ MAE（常に成立）
・差が大きいほど外れ値の影響大
・RMSEが好まれる理由：数学的扱いやすさ・機械学習コンペティション
・工場の品質管理
・株価予測モデル
・需要予測システム
・センサーデータ分析
・医療診断精度評価
・気象予測システム
・エネルギー消費予測
・交通流予測
・製造プロセス最適化
・金融リスク評価
・画像処理品質評価・scikit-learn mean_squared_error
・TensorFlow/Keras RMSE
・numpy sqrt()
・scipy stats
・plotly/matplotlib可視化
・statsmodels
・PyTorch nn.MSELoss
・MLflow metrics
・Weights & Biases・外れ値の前処理検討
・MAEとの比較による特性理解
・予測区間の設定
・継続的な性能監視
・業界標準との比較
・ログ変換の検討
・ロバスト回帰の検討
・クロスバリデーションでの検証