혼자 공부하는 머신러닝 + 딥러닝 03 선택 미션

손지호·2023년 7월 14일
0

모델 파라미터

: 그 값이 데이터들에 의해 결정되는 값. 회귀 모델 같은 경우 데이터에 따라 계수와 상수항이 결정된다.

  • 파라미터는 예측을 할 때 모델에서 필요로 한다,
  • 파라미터는 데이터로부터 추정되거나 학습된다
  • 파라미터는 직접 설정되지 않는다.
  • 파라미터는 종종 모델의 일부로 저장된다.

+ #### 모델 하이퍼파라미터 : 데이터에 의해 결정되는 값이 아닌 사용자가 직접 지정하는 값. 하이퍼파라미터에 따라 모델의 성능 바뀌지만 확실히 표준화된 방법이 없기 때문에 하이퍼파라미터의 값 바꿔가며 모델의 성능 측정하고 직접 최적화 시켜주어야 한다.
  • 하이퍼파라미터는 파라미터를 추정하는데 도움이 되는 프로세스에 사용된다. (파라미터 추정에 사용됨.)
  • 하이퍼파라미터는 종종 직접 설명해야한다.
  • 하이퍼파라미터는 종종 휴리스틱에 의해 설정된다.
  • 하이퍼파라미터는 종종 예측 모델링 문제를 위해 설정된다.

내용 출처 : https://koosco.tistory.com/168

profile
초보 중의 초보. 열심히 하고자 하는 햄스터!

0개의 댓글