Прескочи на главни садржај
🔒 Режим прегледа. Првих петнаест Foundations лекција је бесплатно; ова је Pro. Покрените 7-дневни trial да откључате едитор, AI савете и остатак курса. Картица је обавезна, можете отказати у било ком тренутку у Dashboard.
Покрени 7-дневни trial →
⚡
← Kursevi
›
Interview Prep
›
Модул 6 · Конкуренција, ОС, МЛ теме интервјуа
›
МЛ: траин/вал/тест сплит дисциплина
quiz
93 / 104
🇷🇸
SR
▼
↗
Подели
⋯
Више
+100 XP
📋
Zadatak
📖
Teorija
🤖
AI Pomoć
Zadatak
🌐 shown in EN
📝 **Питање:** Зашто посебан сет за валидацију? 📋 Изаберите тачан одговор. 💡 **Савет:** Поново прочитајте горњу теорију ако нисте сигурни.
🎯 Kviz
Pitanje
📝 **Питање:** Зашто посебан сет за валидацију? 📋 Изаберите тачан одговор. 💡 **Савет:** Поново прочитајте горњу теорију ако нисте сигурни.
A
More splits give you more data — three splits triples your effective dataset size and stabilises the metrics.
B
Validation tunes hyperparameters; test gives honest final score never touched during dev.
C
Same as the test set — sklearn's `train_test_split` is the canonical pattern and validation is just naming.
D
Doesn't really matter — k-fold cross-validation on the train set already gives an unbiased estimate of generalisation.
Odgovori
💬 Diskusija
Budi prvi — postavi pitanje ili podeli savet.
Prijavi se
da bi se pridružio diskusiji. Čitanje je besplatno.
Učitavanje diskusije…