Een hyperparameter is een parameter die niet wordt geleerd tijdens het trainingsproces van een machine learning-model, maar wordt ingesteld voordat de training begint. Ze bepalen het gedrag van het trainingsalgoritme en kunnen vaak een grote impact hebben op de uiteindelijke prestaties van het model. Voorbeelden van hyperparameters kunnen zijn: leersnelheid, batchgrootte, aantal verborgen lagen, aantal neuronen in elke laag, regularisatiesterkte en meer. Het afstemmen van hyperparameters is een belangrijke stap in het creëren van een succesvol machine learning-model.
Publicatie datum: