Test Verisi

Makine öğreniminde, Test Verileri, tamamen eğitildikten ve ayarlandıktan sonra bir modelin nihai değerlendirmesi için kullanılan bir veri kümesinin ayrı, bağımsız bir bölümüdür. Bu veri kümesi, model için bir "final sınavı" görevi görerek, yeni, görülmemiş veriler üzerindeki performansının tarafsız bir değerlendirmesini sağlar. Temel ilke, modelin geliştirilmesi sırasında test verilerinden asla öğrenmemesi veya etkilenmemesidir. Bu katı ayrım, doğruluk veya ortalama Ortalama Hassasiyet (mAP) gibi test kümesinde hesaplanan performans ölçümlerinin, modelin gerçek dünya senaryolarına genelleme yeteneğinin gerçek bir yansıması olmasını sağlar. Titiz model testi, model dağıtımından önce kritik bir adımdır.

ML Yaşam Döngüsünde Test Verilerinin Rolü

Tipik bir Makine Öğrenimi (ML) projesinde, veriler farklı amaçlara hizmet etmek için dikkatlice bölümlere ayrılır. Bu bölümler arasındaki ayrımı anlamak temeldir.

• Eğitim Verisi: Bu, modeli eğitmek için kullanılan verilerin en büyük alt kümesidir. Model, eğitim setindeki örneklere göre iç ağırlıklarını ayarlayarak yinelemeli olarak kalıpları, özellikleri ve ilişkileri öğrenir. Etkili model oluşturma, yüksek kaliteli eğitim verilerine ve bu model eğitimi ipuçları kılavuzundaki gibi en iyi uygulamaları izlemeye dayanır.
• Doğrulama Verisi: Bu, eğitim sürecinde kullanılan ayrı bir veri kümesidir. Amacı, modelin daha önce görmediği veriler üzerindeki performansı hakkında geri bildirim sağlamaktır; bu da hiperparametre ayarlamasına (örneğin, öğrenme oranını ayarlama) ve aşırı öğrenmeyi önlemeye yardımcı olur. Öğrenme stratejisine rehberlik etmeye yardımcı olan bir uygulama testi gibidir. Değerlendirme genellikle özel bir doğrulama modu kullanılarak gerçekleştirilir.
• Test Verileri: Bu veri kümesi, tüm eğitim ve doğrulama işlemleri bitene kadar tamamen izole tutulur. Modelin performansı hakkında nihai, tarafsız bir rapor sağlamak için yalnızca bir kez kullanılır. Modele daha fazla ayarlama yapmak için test verilerini kullanmak, bazen "veri sızıntısı" veya "teste öğretme" olarak adlandırılan sonuçları geçersiz kılacaktır. Bu nihai değerlendirme, bir Ultralytics YOLO modeli gibi bir modelin dağıtımdan sonra nasıl performans göstereceğini anlamak için önemlidir. Ultralytics HUB gibi araçlar, proje yaşam döngüsü boyunca bu veri kümelerini yönetmeye yardımcı olabilir.

Bir Benchmark Veri Kümesi bir test kümesi olarak hizmet edebilse de, birincil rolü farklı modelleri karşılaştırmak için genel bir standart görevi görmek olup, genellikle ImageNet Büyük Ölçekli Görsel Tanıma Yarışması (ILSVRC) gibi akademik zorluklarda kullanılır. Bunun örneklerini model karşılaştırma sayfalarında görebilirsiniz.

Gerçek Dünya Uygulamaları

1. Otomotivde Yapay Zeka: Bir geliştirici, eğitim ve doğrulama için binlerce saatlik sürüş görüntüsü kullanarak bir otonom araç için bir nesne algılama modeli oluşturur. Bu modeli bir filoya dağıtmadan önce, bir test veri kümesine karşı değerlendirilir. Bu test seti, gece yoğun yağmurda sürüş, kar fırtınasında gezinme veya diğer nesneler tarafından kısmen gizlenmiş yayaları algılama gibi zorlu, daha önce görülmemiş senaryoları içerecektir. Modelin bu test setindeki performansı, genellikle nuScenes gibi kıyaslamalardan elde edilen verileri kullanarak, otomotivdeki yapay zeka uygulamaları için gereken katı güvenlik ve güvenilirlik standartlarını karşılayıp karşılamadığını belirler.
2. Tıbbi Görüntü Analizi: Bir bilgisayarlı görü (CV) modeli, tek bir hastaneden elde edilen göğüs röntgeni görüntülerinden zatürre belirtilerini tespit etmek için eğitilir. Klinik olarak faydalı olduğundan emin olmak için, modelin farklı bir hastane sisteminden elde edilen görüntülerden oluşan bir veri kümesi üzerinde test edilmesi gerekir. Bu test verileri, farklı ekipmanlarla çekilmiş, çeşitli hasta popülasyonlarından alınmış ve farklı radyologlar tarafından yorumlanmış görüntüleri içerecektir. Modelin bu harici test kümesi üzerindeki performansını değerlendirmek, FDA gibi düzenleyici kurumlardan onay almak ve sağlık hizmetlerinde yapay zeka için kullanışlılığını doğrulamak açısından çok önemlidir. Bu süreç, modelin veri kümesi yanlılığından kaçınmasına ve yeni klinik ortamlarda güvenilir bir şekilde performans göstermesine yardımcı olur.