Python’da yapay zekâ projesine başlarken öğrenme ve test verisi neden ayrılır?

Bir öğrenciye alıştırmada gösterilen soruların aynısını tekrar sormak ile yeni bir soruyu çözmesini istemek aynı değerlendirme değildir. Bu benzetme makine öğrenmesinin bütün ayrıntılarını açıklamaz; fakat öğrenmede kullanılan örnekler ile sonradan değerlendirmede kullanılan örnekleri ayırmanın amacını tartışmak için başlangıç olabilir.

Soruyu modelden önce kurun

Hayalî bir nesne sınıflandırma projesinde önce neyi tahmin etmek istediğinizi belirleyin. Sonra hangi örneklerin modelin öğrenme sürecinde kullanılacağını, hangilerinin değerlendirme için ayrılacağını planlayın. Yeni koşullarda nasıl davranacağını görmek istiyorsanız aynı fotoğrafın kopyalarını iki gruba birden koymak uygun bir sınama oluşturmaz.

Google’ın makine öğrenmesi rehberi, öğrenme, doğrulama ve test kümelerinin görevlerini ayırır. Başlangıç etkinliğinde iki kutuyla fikir anlatılabilir; model veya ayar seçimi yapılmaya başlandığında doğrulama kümesinin ayrı işlevi de ele alınmalıdır.

Görünmeyen kopyaları düşünün

Aynı nesnenin arka arkaya çekilmiş neredeyse aynı kareleri farklı gruplara dağıtılırsa sonuç beklenenden kolay çıkabilir. Yeni nesnelere genelleme sorusunu sınarken nesne kimliğine göre ayırmak daha uygun olabilir. Gelecekteki ölçümleri tahmin eden bir çalışmada ise zamana göre ayırma ihtiyacı doğabilir. Her veri için tek bir bölme yöntemi yoktur.

Veriyi düzenlerken kullanılan bazı işlemler de öğrenme dışındaki bilgiyi içeri taşıyabilir. Bu yüzden “Dosyayı ikiye böldük, her şey tamam” sonucuna hemen gitmeyin. Hangi bilginin ne zaman kullanıldığını açıklayın.

Test sonucu tek başına başarı belgesi değildir

Kaç örnek denendiğini, hangi sınıfların bulunduğunu ve hangi koşulların kapsanmadığını yazın. Küçük, dengesiz veya çok kolay bir testten çıkan yüksek oranı geniş bir başarı iddiasına dönüştürmeyin. Sonuç, yalnız açıklanan değerlendirme koşulları içinde yorumlanmalıdır.

Alanya’da Yonga Akademi’nin Python ile yapay zekâ yaklaşımını incelerken öğrencinin model kadar test düzenini de anlatıp anlatamadığını sorun. Bir projenin değeri yalnız doğru tahminde değil; tahminin nasıl sınandığını açıkça gösterebilmesinde de aranabilir.

Kaynak: Google — veri kümelerini ayırma.

Ek kaynak: scikit-learn — veri sızıntısından kaçınma.