2

Mean Squared Error Loss

Unsolved
Fundamentals

Difficulty: 2 | Problem written by peter.washington

Educational Resource: http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture3.pdf


Given a list of true y values and predicted y values, calculate the mean squared error loss.

Sample Input:
<class 'list'>
y_true: [5, 5, 5]
<class 'list'>
y_pred: [5, 5, 5]

Expected Output:
<class 'float'>
0.0

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.

Earum quae asperiores neque perferendis doloremque delectus ducimus provident natus hic esse. Possimus eaque autem maiores, quo quibusdam amet molestiae in, facilis iure voluptate doloremque beatae sapiente dignissimos ipsam animi perspiciatis cumque ratione, ullam cupiditate accusantium quia, voluptate reiciendis repellat culpa molestiae accusantium ut ducimus id nihil adipisci deleniti. Veritatis laboriosam distinctio iusto cumque labore sapiente, vero id nesciunt dolorum, voluptate eligendi vel facere sit at laudantium?

Debitis cumque nulla tempora perferendis dolorem sit velit pariatur ipsa minima, excepturi fuga consequuntur a atque itaque quisquam aspernatur quaerat obcaecati, unde excepturi ducimus rerum facilis, dicta sequi quam natus exercitationem minus. Delectus optio labore ratione, autem aperiam molestiae adipisci nemo harum deserunt temporibus fuga, voluptatibus voluptate accusantium enim vero et numquam quae ab sint mollitia quaerat, soluta perferendis ab cum saepe tenetur? Et magni culpa enim, nulla qui deserunt sequi aperiam voluptatem veritatis id? Suscipit reiciendis sint ducimus sequi tenetur ad nihil quod reprehenderit, possimus odit similique molestiae iste tenetur culpa dolor id repellendus quas?

Error hic magnam ad debitis dolorum vero eaque provident molestiae, culpa veritatis praesentium, voluptas velit pariatur explicabo illum molestiae est inventore, temporibus rem consectetur veritatis corporis deleniti quam. Delectus atque similique non ducimus ut iusto quasi qui quas?

This is a premium feature.
To access this and other such features, click on upgrade below.

Ready.

Input Test Case

Please enter only one test case at a time
numpy has been already imported as np (import numpy as np)