Inférence, estimation et prise de décision à partir des données
Un modèle peut obtenir un score presque parfait sur les lignes sur lesquelles il a été entraîné et rester pourtant sans valeur sur le prochain lot de données réelles. Une précision d'entraînement élevée prouve seulement que le modèle peut ajuster des exemples qu'il a déjà vus ; elle ne dit rien sur le fait qu'il ait appris un schéma qui se transfère à de nouveaux cas. Pour le savoir, vous divisez les données dont vous disposez en morceaux qui remplissent chacun un rôle différent.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Ensembles d'entraînement, de validation et de test