مجموعه آموزش بخشی از داده‌هاست که مدل با استفاده از آن پارامترهای خود را یاد می‌گیرد و بر اساس خطا آن‌ها را به‌روزرسانی می‌کند.
این مجموعه با ولیدیشن و تست تفاوت دارد. تقسیم نادرست داده‌ها، به‌ویژه در داده‌های زمانی یا وابسته به فرد، می‌تواند باعث نشت اطلاعات شود.
یک مثال برای روشن‌تر شدن موضوع
در مجموعه آموزش، وزن‌های مدل تغییر می‌کنند. اما معیار نهایی کیفیت باید با داده مستقل از همین مجموعه سنجیده شود.
درک تفاوت این موضوع با دیتاست و ولیدیشن ست به انتخاب راهکار مناسب‌تر کمک می‌کند.