Definizione
Il validation set è un sottoinsieme di dati utilizzato per ottimizzare un modello di machine learning durante il processo di addestramento. Serve per regolare gli iperparametri del modello e prevenire il fenomeno dell’overfitting, ovvero quando il modello si adatta troppo ai dati di training e perde la capacità di generalizzare su nuovi dati.
A differenza del training set, che viene utilizzato per l’apprendimento, il validation set aiuta a monitorare le prestazioni del modello durante l’addestramento e a trovare gli iperparametri migliori sulla base di queste prestazioni.
Il validation set è fondamentale in tecniche come la cross-validation, dove i dati vengono divisi in più sottogruppi per migliorare l’affidabilità della valutazione del modello.
Applicazioni in medicina
- Segmentazione di immagini mediche: Il validation set viene impiegato per regolare i parametri di modelli di deep learning che identificano organi o lesioni valutando le prestazioni del modello su immagini su cui non sta venendo addestrato
