Doğrulama verileri
Geliştirme sırasında model çeşitlerini değerlendirmek ve seçmek için kullanılan veriler.
Doğrulama verileri ne işe yarar?
Doğrulama verileri, geliştirme sırasında model çeşitlerini veya ayarlarını değerlendirmeye ve seçmeye yardımcı olur. Rolleri, modelin parametrelerini öğrendiği örneklerden farklıdır. Ayrı tutulmuş bir veri kümesiyle veya değişen bölümlere ayırmalarla kullanılabilirler. Hangi ayrımın uygun olduğu, örneklerin zamansal veya diğer bağımlılıklarına da bağlıdır. Son bağımsız değerlendirmede model seçiminin etkisi dikkate alınmalıdır.
Kurgusal bir yedek parça fotoğrafı sınıflama projesinde ekip, birkaç model çeşidini doğrulama görüntüleriyle karşılaştırmayı planlar. Yalnızca bir genel puana göre seçim yapmak yerine ürün sınıfı ve çekim koşulu bazındaki hataları inceler. Bu projede son test için ayrılan görüntüler seçimin dışında tutulur. Çeşitler sürekli aynı doğrulama örneklerine göre değiştirilirse burada da gereğinden iyi bir görünüm oluşabilir. Ekip bu nedenle görüntülerin rollerini ve seçim kararlarını belgeler. İyi bir doğrulama puanı, sonraki ürün fotoğraflarında aynı düzeyde başarıyı kanıtlamaz.
Kaynaklar
İlgili terimler
- Makine öğrenmesiModellerin veriden örüntü öğrenip yeni girdilerde kullanması.
- LLM değerlendirmesiLLM değerlendirmesi, model sonuçlarını tanımlı görev ve ölçütlerle sınar. Başarılı tek örnek, genel kaliteyi kanıtlamaz.
- Eğitim verileriModelin eğitim sırasında ilişkileri veya parametreleri öğrendiği örnekler.
- Makine öğrenmesinde test verileriSon değerlendirme için ayrılan ve değerlendirilen model sürümünün seçiminde kullanılmamış veriler.
- OverfittingModelin eğitim verilerine özgü ayrıntılara fazla uyum sağlayıp yeni örneklere yeterince genelleme yapamaması.
- UnderfittingModelin iş için gerekli ilişkileri yeterince yakalayamaması ve bu yüzden zayıf tahminler üretmesi.
Projeniz ASES ile
Projenizi bize anlatın. İlk değerlendirmemizle size dönelim.