YZ Merkezi
Yapay zekâ sözlüğü
Başlangıç seviyesi
Doğrulama Verisi (Validation Data)
Validation Data
31.08.2026 tarihinde güncellendi
Doğrulama verisi, model eğitimi devam ederken aşırı öğrenmeyi (overfitting) tespit etmek, hiperparametreleri ayarlamak ve en iyi model versiyonunu seçmek için kullanılan ara veri kümesidir.
Genel bakış
Kavramın çerçevesiEğitim verisi ile test verisi arasında bir köprü görevi görür. Model doğrudan bu veri üzerinde ağırlıklarını güncellemez; ancak geliştirici ve erken durdurma (early stopping) algoritmaları bu verideki performansa bakarak modelin öğrenme sürecini kontrol eder.
Çalışma mantığı: Her eğitim epoch'unun (döneminin) sonunda model doğrulama verisiyle test edilir. Eğitim hatası düşerken doğrulama hatası artmaya başladığı an aşırı öğrenmenin başladığı anlaşılır ve eğitim durdurulabilir.
Kullanım alanları: Öğrenme oranı, katman sayısı, seyreltme (dropout) oranı gibi hiperparametrelerin optimize edilmesi ve model seçimi.
Sınırlılıklar ve dikkat edilmesi gerekenler: Hiperparametreler doğrulama verisine göre çok fazla optimize edilirse, model dolaylı yoldan doğrulama setine aşırı uyum sağlayabilir. Bu yüzden nihai performans mutlaka bağımsız test verisiyle ölçülmelidir.
Çalışma mantığı: Her eğitim epoch'unun (döneminin) sonunda model doğrulama verisiyle test edilir. Eğitim hatası düşerken doğrulama hatası artmaya başladığı an aşırı öğrenmenin başladığı anlaşılır ve eğitim durdurulabilir.
Kullanım alanları: Öğrenme oranı, katman sayısı, seyreltme (dropout) oranı gibi hiperparametrelerin optimize edilmesi ve model seçimi.
Sınırlılıklar ve dikkat edilmesi gerekenler: Hiperparametreler doğrulama verisine göre çok fazla optimize edilirse, model dolaylı yoldan doğrulama setine aşırı uyum sağlayabilir. Bu yüzden nihai performans mutlaka bağımsız test verisiyle ölçülmelidir.
Teknik tanım ve açıklama
Temel mekanizmaModel parametrelerinin doğrudan optimizasyonunda kullanılmayan, ancak hiperparametre optimizasyonu, model mimarisi seçimi ve erken durdurma kararları için kullanılan bağımsız doğrulama veri kümesidir.
Gerçek hayatta kullanım
Örnek senaryoBir görüntü sınıflandırıcısının kaçıncı epoch'ta eğitilmesinin en ideal olduğunu belirlemek ve ezberlemeyi durdurmak için her eğitim turu sonunda doğrulama verisindeki hata payı izlenir.