Aller au contenu
Robopedia Rechercher une réponse
machine learning Intermédiaire Fonctionnement

À quoi sert la séparation entraînement-test d’un modèle robotique ?

Mise à jour28 août 2026 Lecture1 minute

Réponse rapide

La séparation entraînement-test mesure si un modèle robotique fonctionne sur des exemples qu’il n’a jamais vus, au lieu de simplement mémoriser ses données.

Réserver des cas inconnus

Les images utilisées pour apprendre ne doivent pas servir à annoncer la performance finale.

Tester sous un nouvel éclairage

Le modèle est entraîné sur l’atelier puis évalué sur une autre journée et des poses différentes.

Un test contaminé trompe

Fuite de données, représentativité, version du jeu et métriques doivent être documentées.

Sources et références

  1. [1] Model selection and evaluation — scikit-learn User Guide — scikit-learn
  2. [2] NASA Technology Roadmaps — TA 4: Robotics and Autonomous Systems — National Aeronautics and Space Administration

Cette réponse vous a-t-elle été utile ?

Continuer à explorer

Une autre question sur la robotique ou l’IA ?