← دروس AI

تقسيم بيانات التدريب والتحقق والاختبار دون تسرب

يجب أن تمثل مجموعة الاختبار بيانات لم تؤثر في التدريب أو اختيار الإعدادات حتى تكون المقارنة معقولة.

غلاف توضيحي أصلي: تقسيم بيانات التدريب والتحقق والاختبار دون تسرب

الإجابة المباشرة: يجب أن تمثل مجموعة الاختبار بيانات لم تؤثر في التدريب أو اختيار الإعدادات حتى تكون المقارنة معقولة.

هدف الدرس ومتى تحتاجه

تدريب نموذج تصنيف على رسائل مع وجود نسخ متشابهة للرسالة نفسها.

يناسب هذا الدرس مطورًا أو صاحب مشروع يستطيع تجربة الخطوات على بيانات اختبار غير حساسة. الإجراءات تعليمية قابلة للمراجعة، ولا يزعم هذا النص أنه نفذ تجربة تشغيل على خادمك.

المتطلبات

حساب أو بيئة تطوير مرخّصة للوظيفة المقصودة عند الحاجة، وبيانات اختبار مسموح باستخدامها، ووسيلة لتسجيل نتيجة كل خطوة ومقارنتها بالهدف.

التطبيق خطوة بخطوة

  1. نظف التكرار وحدد وحدة التقسيم الصحيحة مثل المستخدم أو المستند.
  2. افصل التدريب والتحقق والاختبار قبل معايرة الخصائص أو اختيار النموذج.
  3. راجع العينات المتشابهة بين المجموعات وأبلغ عن حجم كل فئة على حدة.

النتيجة المتوقعة وكيف تتحقق منها

اختبار عدم تسرب مجموعات الهوية وتقرير الأداء على مجموعة الاختبار المجمدة.

في حال اختلاف النتيجة عن المتوقع، افصل خطأ البيانات عن خطأ الأداة أو النموذج وسجّل إصدار البيئة والإعدادات. لا تعتبر مثالًا واحدًا دليلًا على جودة عامة.

خطأ شائع وكيف تتجنبه

الخطأ هو تجزئة رسائل المستخدم الواحد بين التدريب والاختبار فتبدو الجودة أعلى من الواقع.

ماذا بعد؟

حوّل خطوات هذا الدرس إلى حالة اختبار صغيرة قابلة للإعادة، ثم انتقل إلى مواد مفيد المرتبطة بالوسوم والأدوات أدناه. اقرأ مرجع التنفيذ قبل استخدام أي ميزة متغيرة في الإنتاج.

مرجع متابعة

افتح المرجع التقني المرتبط بموضوع الدرس. قد تتغير واجهات البرمجة أو المسميات؛ طابق الخطوات مع الإصدار الذي تستخدمه.

طوّر مهاراتك وابنِ شيئًا حقيقيًا.محتوى ومسارات عملية تجمع بين التعلّم والتطبيق.