Функции ошибки в задаче регрессии: средний модуль отклонения MAE(MAD), средний квадрат отклонения MSE, его производные: RMSE, коэффициент детерминации R2, вероятностное и невероятностное обоснование RMSE, функция Хьюбера, Logcosh, обобщения MAE и RMSE, процентные функции ошибок (SMAPE, MAPE, PMAD), ошибки, основанные на сравнении с бенчмарком (MRAE, REL_MAE, PB), нормированные ошибки (MASE), несимметричные ошибки, ошибки с точностью до порога, использование функций ошибок для генерации признаков.
Качество в задачах классификации: матрица ошибок / несоответствий
«Сonfusion Matrix», точность (Accuracy, MCE), ошибки 1 и 2 рода, полнота (Recall, TPR), специфичность (TNR), точность (Precision),FPR(False Positive Rate), F1-мера, Cohen's Kappa, Weighted kappa, Коэффициент Мэттьюса (MCC).
Качество в задачах бинарной классификации с ответом в виде вероятности, скоринговые ошибки: логистическая функция ошибки Log Loss, MSE, Misclassification Loss, Exploss; Hinge loss; AUROC, GINI (кривая Лоренца),
Качество в многоклассовых задачах: Hamming Loss, cross-entropy, Mean Probability Rate, MSE, MAE, усреднения, обобщения F-меры, сбалансированная точность (Balanced accuracy). Разные виды усреднения качества: макро, микро, весовое, по объектам.