Training e test set: differenze tra le versioni

Versione delle 13:40, 14 feb 2017

Versione delle 14:46, 21 apr 2017

Riga 3:

==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.

== Note ==

<references/>

==Voci correlate==

* [[Training set]]

* [[Classificatore]]

== Note ==

<references/>

{{Machine learning}}