Zbiory treningowy, walidacyjny i testowy

Wnioskowanie, estymacja i podejmowanie decyzji z danych

Model może uzyskać niemal idealny wynik na wierszach, na których był trenowany, a mimo to okazać się bezużyteczny na kolejnej partii prawdziwych danych. Wysoka dokładność treningowa dowodzi jedynie tego, że model potrafi dopasować się do przykładów, które już widział; nie mówi nic o tym, czy nauczył się wzorca, który przeniesie się na nowe przypadki. Żeby się tego dowiedzieć, dzielisz posiadane dane na części, z których każda pełni inną rolę.

🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.