réservé (ou hors échantillon)
term_id: held_out
Category: basic_concepts
Definition
Un ensemble de données « réservé » (held-out) consiste en des exemples intentionnellement exclus de la phase d’entraînement d’un modèle d’apprentissage automatique. Ce sous-ensemble est utilisé pour évaluer la capacité du modèle à généraliser à des données non vues, fournissant ainsi une estimation non biaisée de ses performances lors de l’ajustement des hyperparamètres ou de la sélection de modèles.
Summary
Échantillons de données réservés à l’ensemble d’entraînement pour évaluer les performances du modèle et prévenir le surapprentissage pendant le développement.
Key Concepts
- Généralisation
- Surapprentissage
- Ensemble de validation
- Évaluation non biaisée
Use Cases
- Réglage des hyperparamètres
- Comparaison de différentes architectures de modèles
- Estimation finale des performances avant la mise en production