كيف تُقسم البيانات عادةً في التعلم الآلي؟

في التعلم الآلي تُقسم البيانات عادةً إلى ثلاث مجموعات رئيسية لضمان بناء نموذج قادر على التعلّم الجيد والتعميم:
1. بيانات التدريب (Training Set): تمثل النسبة الأكبر (غالبًا 60%–80%)، تُستخدم لتعليم النموذج واستخلاص الأنماط والعلاقات بين المدخلات والمخرجات.
2. بيانات التحقق (Validation Set): تُستخدم أثناء عملية التدريب (حوالي 10%–20%) بهدف ضبط المعلمات الفائقة (Hyperparameters) ومراقبة الأداء لمنع مشكلات مثل Overfitting.
3. بيانات الاختبار (Test Set): تُستخدم بعد اكتمال التدريب (حوالي 10%–20%) لتقييم الأداء الحقيقي للنموذج على بيانات لم يسبق له رؤيتها.