学習データ・検証データ・テストデータの役割はを理解するための用語です。この記事では仕組み・役割・使いどころを押さえ、G検定で問われる判断ポイントとひっかけポイントを解説します。

gk machine_learning evaluation

G検定トップ ＞ 学習データ・検証データ・テストデータの役割とは？【使い分け完全整理｜G検定対策】

まず結論

  • 学習データはモデルを学習させるためのデータ。
  • 検証データはモデルやハイパーパラメータを調整するためのデータ。
  • テストデータは最終的な性能評価のためだけに使うデータ。
  • G検定では「どのデータをいつ使うか」が問われる。

直感的な説明

テスト勉強に例えると👇

  • 学習データ：
    👉 問題集で解き方を覚える
  • 検証データ：
    👉 模試で勉強法を調整する
  • テストデータ：
    👉 本番試験（成績を見るだけ）

👉 テストデータは「答え合わせ専用」

定義・仕組み

学習データ（Training Data）

  • モデルの重み・パラメータを更新するために使用
  • 勾配降下法で直接使われる

👉 唯一「学習」に使うデータ

検証データ（Validation Data）

  • 学習途中でモデルの性能を確認
  • ハイパーパラメータ調整に使用
    • 学習率
    • 層の数
    • 正則化係数 など

👉 モデル選択のためのデータ

テストデータ（Test Data）

  • 学習・調整が終わったあとに使用
  • 最終性能の評価のみ

👉 絶対に学習・調整に使わない

いつ使う？（得意・不得意）

学習データ

  • 得意：モデルを賢くする
  • 不得意：性能評価には使えない

検証データ

  • 得意：過学習の検出・調整
  • 不得意：最終評価には不向き

テストデータ

  • 得意：汎化性能の評価
  • 不得意：学習に使うと不正

G検定ひっかけポイント

ここが頻出 👇

❌ テストデータでモデルを調整する

  • 誤り
  • テストデータは評価専用

❌ 検証データで重みを更新する

  • 誤り
  • 重み更新は学習データのみ

⭕ 正しい関係

  • 重み更新 → 学習データ
  • モデル選択 → 検証データ
  • 最終評価 → テストデータ

データリーケージとの関係

  • テスト・検証データの情報が学習に入る → データリーケージ
  • 評価が信用できなくなる

まとめ（試験直前用）

  • 学習：重みを更新
  • 検証：調整・選択
  • テスト：評価のみ
  • テストは最後まで触らない
  • 混ざったらリーケージ

🔗 関連記事

🏠 G検トップに戻る