Una medida de cuánto difieren las predicciones de un modelo de los valores observados reales.El error de predicción es una medida estadística que cuantifica la discrepancia entre las previsiones de un modelo y los resultados observados realmente. En física y aprendizaje automático, es la métrica fundamental para evaluar cómo de bien captura una teoría o algoritmo la realidad. Un error de predicción bajo indica que el modelo extrae con éxito los patrones subyacentes de los datos, mientras que un error alto señala que el modelo es demasiado simplista, está sobreajustado o carece de mecanismos físicos clave.
El concepto formal de error de predicción surgió con el desarrollo de la teoría del aprendizaje estadístico a mediados del siglo XX, en particular a través del trabajo de Abraham Wald y, más tarde, del marco PAC de Leslie Valiant en los años ochenta.
El error de predicción se calcula típicamente mediante una función de pérdida, como el error cuadrático medio o la entropía cruzada, que agrega las diferencias entre los valores predichos y los valores reales en un conjunto de datos. En la práctica, los modelos se entrenan minimizando este error en un conjunto de entrenamiento y luego se evalúan en un conjunto de prueba reservado para asegurar que generalizan. En física, el error de predicción se utiliza para validar teorías frente a datos experimentales, por ejemplo, comparando trayectorias orbitales simuladas con las observadas, o predicciones de redes neuronales de propiedades moleculares con cálculos de química cuántica.
El error de predicción se usa en todas partes, desde la predicción meteorológica (comparando temperaturas previstas con lecturas reales) hasta el diagnóstico médico (evaluando con qué precisión una IA predice la progresión de una enfermedad) y en simulaciones físicas para ajustar modelos de sistemas complejos como la turbulencia o la estructura nuclear.
En química cuántica, las redes neuronales pueden lograr errores de predicción para energías moleculares más pequeños que el umbral de precisión química de 1 kcal/mol, rivalizando con los métodos ab initio tradicionales a una fracción del coste computacional.











