Uczenie i dostrajanie
Hiperparametry
Hyperparameters
Inne nazwy i skróty: hiperparametr.
Czym są hiperparametry?
Ustawienia określające architekturę lub przebieg uczenia, na przykład tempo uczenia i siłę regularyzacji.
Zwykle wybiera się je poza podstawowym procesem wyznaczania wag. Nie są tym samym co parametry uczone na przykładach.
Przykład zastosowania
Przed treningiem analityk wybiera tempo uczenia, rozmiar partii i siłę regularyzacji modelu zgłoszeń.
O czym pamiętać?
Nie istnieje jeden zestaw ustawień najlepszy dla wszystkich danych.
Powiązane pojęcia
- Parametry modelu (Model parameters)
- Uczenie maszynowe (Machine learning)