A prova com perguntas que o modelo nunca viu | Guia de aprendizado com IA

A ideia central aqui é simples: se o modelo é testado nos mesmos exemplos do treino, não dá para saber se ele aprendeu ou decorou. Por isso os dados são divididos em duas partes. O modelo aprende só com a parte de treino, e a parte de teste fica guardada. No final, ele é avaliado nessa parte que nunca viu. Se for bem nos dois, aprendeu o padrão. Se for bem no treino e mal no teste, decorou. Essa separação é a única prova honesta de aprendizado real.

0:00 / 0:00

Auto-play

Treino e teste: duas partes dos dados

Os dados são divididos antes do treino. O modelo aprende apenas com a parte de treino. A parte de teste fica guardada e só é usada no final, para medir o desempenho em casos nunca vistos. A diferença entre os dois resultados revela se o modelo generalizou ou decorou.

Um modelo que acerta quase tudo no treino e muito pouco no teste é um sinal claro de decoreba. Quanto maior essa distância, mais o modelo se ajustou a detalhes irrelevantes dos exemplos vistos.