Dit artikel is onderdeel van de AI Woordenlijst op De Wereld van AI. Daar vind je een overzicht van alle belangrijke AI-begrippen.
Wat is validatie data?
Validatie data is een deel van de dataset dat wordt gebruikt om een AI-model tijdens het trainen te controleren en bij te sturen. Deze data helpt om te beoordelen of het model goed leert, zonder het eindresultaat al te meten.
Uitleg van het begrip in begrijpelijke taal
Validatie data is oefenmateriaal dat niet wordt gebruikt om het model te laten leren, maar om te kijken hoe goed het leert. Het model ziet deze data tijdens het trainen, maar past er zijn kennis niet direct op aan. Zo wordt zichtbaar of het model vooruitgaat of juist verkeerde patronen leert.
Hoe het werkt of hoe het wordt toegepast
Bij het trainen van een AI-model wordt data meestal opgesplitst in training data, validatie data en testdata. Het model leert van de training data. Na elke trainingsronde wordt het model getest met validatie data. Op basis van de prestaties wordt het model aangepast, bijvoorbeeld door instellingen te wijzigen of het trainen te stoppen als de kwaliteit niet meer verbetert.
Praktisch voorbeeld of toepassingen
Bij een beeldherkenningsmodel wordt het systeem getraind met duizenden afbeeldingen. Na elke trainingsstap wordt het model gecontroleerd met validatie data die het nog niet heeft gebruikt om te leren. Als de prestaties op deze data verslechteren, is dat een teken dat het model te ver doorschiet en mogelijk overfitting vertoont.
Verder leren
Wie wil begrijpen hoe AI-modellen gecontroleerd en verfijnd worden tijdens het leerproces, kan verder leren via mijn gratis AI basiscursus.
DE WERELD VAN AI 