Гиперпараметры (Hyperparameters)

Разделы: Алгоритмы

В машинном обучении гиперпараметрами называют параметры алгоритмов, значения которых устанавливаются перед запуском процесса обучения. В этом смысле они и отличаются от обычных параметров, вычисляемых в процессе обучения. Гиперпараметры используются для управления процессом обучения.

Примеры параметров — это веса нейронов в нейронных сетях и ошибка на выходе сети, расстояние между объектами в кластеризации, значения дискриминационных порогов в классификации и т.д.

К гиперпараметрам можно отнести:

В различных модификациях известных алгоритмов авторы могут использовать специфические гиперпараметры.

При валидации модели создаётся кортеж гиперпараметров, и для каждого их значения определяется значение функции потерь (ошибки). Затем выбирается набор гиперпараметров, который соответствует лучшей модели.

results matching ""

    No results matching ""