有了訓練、測試等資料集，要驗證模組是否正確，也就需要驗證集（validation data）
〈圖一、訓練與測試集〉
我們把資料分成兩個部分，一個是訓練集，一個是測試集。可以藉由調整一些學習率、超參數等等來訓練模型，並且用測試模集來檢驗我們的模型，找出最好的模型，這就是調整模型（Tweak model）。但是這樣有時候會過度調整，這時候可以把數據分成三個部分：traning set, validation set and test set。
〈圖二、新的資料結構，分成訓練、驗證、測試〉
所以流程會變成：訓練出模型後（於traning set），用**驗證集（validation set）驗證結果；當通過之後才進入測試集（test set）**中確認最後的資料。這樣的狀況避免直接使用測試集資料去做調整模型。
〈圖三、新的作業流程〉
睫毛之聲：
除了昨天文章提到的測試集外，又多了認證集（validation set），以避免我們的模型設計過於偏頗
iThome鐵人賽
看影片追技術