Data leakage

Определение

Data leakage (утечка данных) — это ситуация, когда модель машинного обучения получает доступ к информации, которая не должна быть ей известна на этапе обучения, например, через дубликаты или семантически похожие тексты в тренировочном и тестовом наборах. Это приводит к нереалистично высоким показателям производительности на валидации, которые не воспроизводятся на новых данных. Утечка данных является одной из самых распространенных ошибок при построении ML-пайплайнов.

Где встречается

• 967. Как вы бенчмарките fine-tuned модель: на удержанном датасете, на out-of-distribution задачах, на adversarial кейсах?

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление