בתחום למידת מכונה ומדעי הנתונים, נתוני אימות (Validation Data) משמשים כנקודת ביקורת מרכזית למדידת ביצועי המודל. לאחר השלב הראשוני של אימון מודל למידת מכונה על מערך אימון, נתוני האימות משמשים כדי להעריך עד כמה המודל מתכלל לנתונים חדשים, בלתי נראים, תוך הבטחה שהוא לא רק משנן את נתוני האימון אלא באמת לומד מהם . תת-קבוצה זו של נתונים אינה מעורבת בשלב ההכשרה של המודל ומופרשת במיוחד לצורך כוונון ובחירת הפרמטרים הטובים ביותר של הדגם מבלי להסתכן בהתאמה יתרה.
שימוש בנתוני אימות מסייע בכוונון עדין של היפרפרמטרים של מודל וקבלת החלטות לגבי האיטרציה או הגרסה של המודל המתאימים ביותר לפריסה. יתר על כן, הוא פועל כמעקה בטיחות נגד התאמת יתר, המתרחשת כאשר דגם מתפקד בצורה יוצאת דופן בנתוני אימון אך גרועים בנתונים חדשים שלא נראים. לאחר השלמת כוונון המודל באמצעות ערכת האימות, לרוב מבוצעת הערכה סופית באמצעות מערך בדיקה נפרד כדי להבטיח את חוסנו ויכולת ההכללה של המודל לפני פריסתו בתרחישים בעולם האמיתי.
