Dizionario AI › Fondamenti AI

Train-test split

Il train-test split è la pratica fondamentale di dividere un dataset in due parti separate prima di addestrare un modello di machine learning: una porzione, di solito la maggioranza, viene usata per l'addestramento, e una porzione più piccola viene messa da parte come test, da usare solo alla fine per misurare quanto il modello si comporta bene su dati che non ha mai visto durante l'apprendimento.

Definizione

Come funziona

La divisione avviene tipicamente in proporzioni come 80-20 o 70-30 tra addestramento e test, scelte in modo casuale per evitare distorsioni sistematiche, a meno che non si tratti di dati temporali, dove è necessario rispettare l'ordine cronologico per non far vedere al modello informazioni future durante l'addestramento. Il test set deve rimanere completamente isolato durante tutto lo sviluppo del modello: consultarlo troppe volte per aggiustare le scelte, un errore comune chiamato data leakage o fuga di informazioni, produce stime di prestazione ottimistiche e ingannevoli.

Applicazioni

È il controllo di base contro l'overfitting: un modello che ottiene ottimi risultati sui dati di addestramento ma scarsi sul test set ha probabilmente memorizzato i dettagli specifici dell'addestramento invece di imparare pattern generalizzabili. Spesso si aggiunge anche un terzo insieme, quello di validazione, usato per scegliere gli iperparametri senza intaccare l'imparzialità del test set finale, oppure si sostituisce l'intero schema con la cross-validation quando i dati disponibili sono limitati.

Storia ed etimologia

La pratica di separare dati di stima e dati di verifica appartiene alla statistica classica, ma si formalizza come procedura standard nel machine learning a partire dagli anni '70 e '80, quando la comunità di ricerca iniziò a riconoscere sistematicamente il rischio che un modello sembrasse accurato solo perché valutato sugli stessi dati con cui era stato costruito. Il nome descrive letteralmente l'operazione: dividere, split, i dati tra addestramento, train, e verifica, test.

Termini correlati

• Cross-validation
• Dataset
• Overfitting
• Metriche di valutazione
• Hyperparameter tuning (Ottimizzazione degli iperparametri)

Altri termini in Fondamenti AI

• LLM (Large Language Model)
• Token
• Context Window
• Temperature
• Allucinazione (AI Hallucination)
• Fine-tuning
• RAG (Retrieval Augmented Generation)
• Embedding

Mettilo alla prova

• Scenario reale: applica questo concetto con un verdetto AI immediato.
• Palestra quotidiana: brevi esercizi per allenare i concetti del dizionario.
• Gioco Playoff: sfida altri giocatori, a eliminazione diretta.

📱 Scarica l'app Android (beta) iOS in arrivo

Dì quello che intendi. Ottieni quello che ti serve.

Grace Certified, la coach AI che allena e certifica il tuo prompt engineering, di Agora Intelligence.