Olá, Vagner, tudo bem?
O RMSE é calculado como a raiz quadrada da média dos quadrados dos erros. Com isso, ele dá mais peso a erros maiores, pois os erros são elevados ao quadrado antes de serem promediados. Por isso, o RMSE é comumente usado quando você quer penalizar mais fortemente grandes desvios entre os valores reais e os previstos. Ele pode ser interpretado como uma medida de dispersão, semelhante ao desvio padrão, mas aplicado aos erros de previsão.
Já, o MAE calcula a média dos valores absolutos dos erros, tratando todos os desvios de forma linear. Dessa forma, o MAE acaba sendo mais robusto a outliers, pois não amplifica grandes erros da mesma forma que o RMSE.
Então, a escolha entre RMSE e MAE depende do contexto do seu problema e de como você deseja tratar os erros. Se grandes erros são mais críticos no seu caso, o RMSE pode ser mais apropriado. Já se você deseja uma métrica que trate todos os erros de forma igual, o MAE pode ser uma escolha melhor.
Espero ter esclarecido.
Qualquer dúvida, não hesite em compartilhar no fórum.
Abraços!
Caso este post tenha lhe ajudado, por favor, marcar como solucionado