تلعب تقنيات Cross-Validation دورًا مهمًا في تقييم نماذج التعلم العميق من خلال تقسيم البيانات إلى عدة أجزاء (Folds) بحيث يتم تدريب النموذج على بعض الأجزاء واختباره على الأجزاء الأخرى بالتناوب، مما يضمن استخدام جميع البيانات للتدريب والتقييم. هذا يقلل من خطر الاعتماد على تقسيم واحد للبيانات قد يكون متحيزًا، ويعطي تقديرًا أكثر دقة لأداء النموذج وقابليته للتعميم على بيانات جديدة. كما يساعد في اختيار المعلمات الفائقة المناسبة والكشف عن مشاكل مثل Overfitting وUnderfitting.
ا.م.د. علاء طعيمة عبد الكاظم
أستاذ مساعد دكتور في الذكاء الاصطناعي والتعلم العميق