FacileChoix unique

Question d'entraînement AI-900

Quel est le rôle d'un 'validation dataset' en machine learning ?

Choisissez la meilleure réponse.

Bonne réponse

  • BUne division de données mise de côté utilisée pendant le développement pour régler les hyperparamètres et comparer des modèles

Explication

Un validation dataset est un sous-ensemble de données d'entraînement mis de côté, utilisé pendant le développement du modèle pour régler les hyperparamètres et comparer différents modèles sans biais. Dans Azure Machine Learning, cette division est généralement effectuée à l'aide de la fonction `train_test_split` ou automatisée via les paramètres de validation croisée d'AutoML, garantissant que les performances du modèle sur des données non vues sont estimées avec précision avant l'évaluation finale sur le jeu de test.

Pourquoi chaque option est juste ou fausse

A

Fausse

Valider que les données d'entraînement sont conformes aux réglementations sur la confidentialité des données

Un validation dataset ajuste les hyperparamètres et estime la généralisation pendant le développement du modèle ; il n'a aucun rôle réglementaire, et la conformité en matière de confidentialité est appliquée par le biais de contrôles de gouvernance et de consentement. Il est tentant car le mot 'validation' suggère de vérifier l'exactitude, mais cette vérification concerne les performances du modèle, et non la légalité des données.

B

Juste

Une division de données mise de côté utilisée pendant le développement pour régler les hyperparamètres et comparer des modèles

Un validation dataset est mis à l'écart de l'entraînement et utilisé pour régler les hyperparamètres et sélectionner parmi des modèles candidats, répondant au besoin de comparer les modèles sans toucher au jeu de test. Le jeu de test reste réservé pour une évaluation finale non biaisée.

C

Fausse

L'ensemble de données d'origine avant l'application de toute transformation de prétraitement

L'ensemble de données d'origine non prétraité est le jeu de données brut ; les données de validation sont mises de côté après le prétraitement pour régler les hyperparamètres et comparer les itérations de modèles. Les données brutes nécessitent encore un nettoyage et une division. Choisir l'ensemble de données brut serait correct si la question demandait où commence l'ingénierie des caractéristiques.

D

Fausse

Des données qui ont été vérifiées manuellement comme étant 100 % correctes par des experts du domaine

Les données de validation sont mises de côté pour estimer la généralisation lors de la sélection du modèle ; elles ne sont pas vérifiées à la main comme étant parfaitement correctes, et le bruit dans les étiquettes est toléré. La vérité terrain vérifiée manuellement décrit un jeu étalon ou jeu de test utilisé pour le rapport de précision final. Les données de validation seraient correctes lors du réglage des hyperparamètres.

Pour aller plus loin

Un validation dataset est une portion de données étiquetées mise de côté, utilisée lors du développement du modèle pour régler les hyperparamètres, comparer des architectures et décider quand arrêter l'entraînement, sans toucher au jeu de test. La division classique comprend l'entraînement, la validation et le test ; le jeu de test est réservé pour une estimation finale non biaisée. Un comportement subtil : ajuster de manière répétée par rapport au jeu de validation provoque une fuite d'information, de sorte que ses performances deviennent biaisées de façon optimiste et ne représentent plus les données non vues. C'est pourquoi la validation croisée à k-blocs est utilisée sur des ensembles de données plus petits, en faisant tourner le bloc qui sert de validation. Un scénario réaliste consiste à sélectionner le nombre de couches cachées dans un réseau de neurones : la perte de validation guide l'arrêt précoce, tandis que le jeu de test intact confirme la généralisation avant le déploiement. Confondre la validation avec le jeu de test entraîne un surapprentissage et de mauvaises performances en production.

À propos de ces questions d'entraînement

Cette question fait partie des questions d'entraînement AI-900 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.

Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.