ضبط Hyperparameter هو عملية اختيار أفضل المعلمات التشعبية لنموذج التعلم الآلي ، وهي إعدادات التكوين التي لم يتم تعلمها من بيانات التدريب ، ولكن بدلاً من ذلك يتم تعيينها من قبل المستخدم قبل تدريب النموذج. تؤثر هذه المعلمات بشكل كبير على أداء النموذج ويمكن أن تشمل معدل التعلم وعدد الطبقات المخفية وعدد الخلايا العصبية في كل طبقة ووظائف التنشيط وقوة التنظيم والمزيد. الهدف من ضبط المعلمة الفائقة هو العثور على أفضل قيم المعلمات التي تعطي أعلى دقة أو أدنى خطأ في التحقق من الصحة أو مجموعة بيانات الاختبار. يعد البحث عن الشبكة ، والبحث العشوائي ، وتحسين Bayesian من الأساليب الشائعة المستخدمة لضبط hyperparameter.
تاريخ النشر: