Plain-language definition
一句话定义
用来「教」模型的那批数据，相当于学生的课本和习题册。
Original definition
英文原文定义
Training data is the dataset used to fit a model's parameters, allowing it to learn the mapping between inputs and outputs.
Two levels
分难度讲解
入门版
模型就像学生，训练数据就是课本。课本质量差，学生学得也差。「Garbage in, garbage out」——垃圾进，垃圾出。
进阶版
训练集用于参数学习，验证集用于超参调优与早停，测试集用于评估泛化性能。三者必须严格分离，否则会产生数据泄漏（data leakage），高估模型能力。
Real-world example
真实例子
训练一个识别猫的模型，需要给它几万到几十万张标注好「猫/非猫」的图片。
Keep exploring