Training e test set: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
m →Motivazione: fix link |
mNessun oggetto della modifica |
||
Riga 1:
Nell'[[apprendimento automatico]], l'insieme di esempi utilizzati per valutare le prestazioni di un [[sistema]] prende il nome di '''test set'''<ref>T. Mitchell, ''Machine Learning''. McGraw-Hill, 1997.</ref>. I test set sono utilizzati in diverse aree dell'[[informatica]] quali [[intelligenza artificiale]], [[apprendimento automatico]], [[programmazione genetica]], [[sistema intelligente|sistemi intelligenti]] e nell'area della [[statistica]].
==Motivazione==
L'apprendimento di un [[Classificatore (matematica)|classificatore]] [[apprendimento supervisionato|supervisionato]] è tipicamente effettuato a partire da un [[insieme di addestramento]] (training set). Molti approcci alla supervisione cercano relazioni empiriche tra i dati dell'insieme di addestramento che tendono a generare il fenomeno del cosiddetto [[sovradattamento]] (overfitting). Ciò significa che tendono a identificare relazioni nell'insieme di addestramento che non valgono in generale. Per verificare se le relazioni empiriche apprese dal classificatore sono realmente generali, si valuta il classificatore su un test set, tipicamente disgiunto dall'insieme di addestramento.
Riga 11 ⟶ 9:
==Bibliografia==
<references/>
| |||