Tanım
Validation Data, makine öğrenimi modelinin eğitimi sırasında model ayarlarını, hiperparametreleri ve genel performansı değerlendirmek için kullanılan veri kümesidir. Türkçede doğrulama verisi olarak açıklanabilir.
Model training sürecinde veri genellikle training data, validation data ve test data olarak ayrılır. Training data modelin öğrendiği veridir. Validation data, modelin eğitim sırasında görülmeyen veride nasıl performans gösterdiğini anlamak için kullanılır.
Validation data, model seçimi, hiperparametre optimizasyonu, overfitting kontrolü ve erken durdurma gibi süreçlerde kritik rol oynar.
Kökeni
Validation Data kavramı, makine öğrenimi modellerinin yalnızca eğitim verisinde iyi sonuç vermesinin yeterli olmadığının anlaşılmasıyla önem kazanmıştır. Modelin yeni ve görülmemiş veriye genelleme yapabilmesi gerekir.
Eğer model performansı sadece training data üzerinde ölçülürse, overfitting fark edilmeyebilir. Validation data, eğitim sürecinde modelin genelleme kapasitesini izlemeye yardımcı olur.
Modern AI ve veri bilimi süreçlerinde validation set, model geliştirme döngüsünün temel kalite kontrol bileşenlerinden biridir.
Nerelerde Kullanılır?
Validation Data; classification, regression, churn prediction, lead scoring, computer vision, NLP, forecasting ve deep learning modellerinde kullanılır.
Bir churn modeli eğitilirken farklı algoritmalar veya hiperparametreler validation data üzerinde karşılaştırılabilir. En iyi görünen model daha sonra bağımsız test data ile nihai olarak değerlendirilir.
Growth analitiğinde validation data, modelin geçmiş davranışı ezberlemek yerine yeni müşteri veya kullanıcı verilerinde de işe yarayıp yaramadığını anlamak için kullanılır.
Örnek Kullanım
Bir model training data üzerinde yüksek performans, validation data üzerinde düşük performans gösteriyorsa overfitting riski olabilir.
Bir data scientist, “Model seçimini test setine göre değil, validation data performansına göre yapalım” diyebilir.
Karıştırılan Kavramlar
- Validation Data ve Training Data: Training Data modelin öğrendiği veridir. Validation Data eğitim sırasında model seçimi ve ayar kontrolü için kullanılır.
- Validation Data ve Test Data: Test Data nihai değerlendirme için ayrılır. Validation Data geliştirme sırasında kullanılır.
- Validation Data ve Label: Label doğru çıktı değeridir. Validation Data label içerebilir ama kavram veri kümesini ifade eder.
- Validation Data ve Cross-Validation: Cross-Validation veriyi farklı bölümlere ayırarak tekrarlı doğrulama yapar. Validation Data tekil doğrulama kümesi olabilir.
İlgili Terimler
- Training Data
- Test Data
- Model Evaluation
- Overfitting
- Underfitting
- Hyperparameter
- Cross-Validation
- Machine Learning
- Model Training
Büyüme Mimarisi Notu
Validation Data, büyüme mimarisinde AI modellerinin yalnızca geçmiş veriyi ezberleyip ezberlemediğini anlamaya yardımcı olur. Yanlış doğrulama, yanlış büyüme kararlarına yol açabilir.
Churn, lead scoring veya LTV modellerinde validation süreci dikkatle tasarlanmalıdır. Modelin iş ortamında karşılaşacağı gerçek veri koşullarını temsil etmesi gerekir.