Các tập huấn luyện và kiểm tra trong học máy đề cập đến hai tập hợp con dữ liệu được sử dụng để phát triển các thuật toán học máy. Tập huấn luyện là tập dữ liệu dùng để huấn luyện mô hình học máy, trong khi tập kiểm tra là tập dữ liệu dùng để đánh giá hiệu suất tổng quát hóa của mô hình được huấn luyện. Tập huấn luyện thường được sử dụng để điều chỉnh các tham số của mô hình, chẳng hạn như trọng số và độ lệch, để mô hình mô tả chính xác dữ liệu trong tập huấn luyện. Bộ kiểm tra được sử dụng để đánh giá độ chính xác của các dự đoán mô hình trên dữ liệu chưa được xem, sử dụng các số liệu như độ chính xác, khả năng thu hồi và điểm F1.
Việc sử dụng tập huấn luyện và kiểm tra trong học máy là điều cần thiết trong việc phát triển các mô hình chính xác và mạnh mẽ vì hiệu suất của mô hình trên dữ liệu mà nó đã thấy trước đây thường không biểu thị hiệu suất thực sự của nó khi xử lý dữ liệu không nhìn thấy. Nên sử dụng kết hợp cả hai bộ cho các mục đích khác nhau. Ví dụ: tạo một bộ xác thực được sử dụng để điều chỉnh các siêu tham số và so sánh các thuật toán khác nhau cũng như một bộ kiểm tra để đánh giá hiệu suất của mô hình cuối cùng.
Nói chung, tập huấn luyện và tập kiểm tra nên được chia ngẫu nhiên sao cho dữ liệu được phân bổ gần như đồng đều giữa hai tập. Hơn nữa, điều quan trọng là phải đảm bảo rằng tập huấn luyện và tập kiểm tra đại diện cho dữ liệu được sử dụng trong các ứng dụng thực tế, vì tập huấn luyện quá khớp có thể dẫn đến hiệu suất kém trong tập kiểm tra.
