Verification vs. Validation

Note

Training Set:

• Definizione: Il training set è l’insieme di dati utilizzato per insegnare al modello le relazioni tra le variabili di input e di output.
• Scopo: Il modello impara da questi dati per fare previsioni o compiti specifici.
• Esempio: Immagina di voler creare un modello per prevedere il prezzo delle case in base alle loro dimensioni. Il training set conterrà dati sulle dimensioni delle case e i prezzi a cui sono state vendute.

Validation Set:

• Definizione: Il validation set è l’insieme di dati utilizzato per valutare le prestazioni del modello dopo che è stato addestrato sul training set.
• Scopo: Aiuta a stimare l’accuratezza del modello su dati che non ha mai visto durante l’addestramento.
• Esempio: Dopo aver addestrato il modello con il training set, lo si testa utilizzando il validation set per vedere quanto bene è in grado di fare previsioni su nuovi dati. Se il modello è troppo adattato al training set, potrebbe non performare bene sul validation set a causa dell’overfitting.