Hiperparametre, eğitim başlamadan önce insanlar tarafından belirlenen ve eğitimin nasıl yapılacağını kontrol eden ayardır.
Hiperparametre ne demek?
Öğrenme oranı, yığın boyutu, epoch sayısı, katman sayısı ve dropout oranı tipik hiperparametrelerdir. Model bunları kendisi öğrenmez; en iyi değerler genellikle deneme yanılma ya da otomatik arama ile bulunur.
Yakın kavramlar
ParametreParameterParametre, bir modelin eğitim sırasında öğrendiği ve çıktısını belirleyen iç sayısal değerdir; sinir ağlarında ağırlıklar ve sapma değerlerinden oluşur.Temel KavramlarÖğrenme OranıLearning RateÖğrenme oranı, eğitim sırasında model parametrelerinin her güncellemede ne kadar büyük adımlarla değiştirileceğini belirleyen hiperparametredir.Makine Öğrenmesi & EğitimYığın BoyutuBatch SizeYığın boyutu, eğitim sırasında model parametreleri güncellenmeden önce birlikte işlenen örnek sayısıdır.Makine Öğrenmesi & EğitimÇapraz DoğrulamaCross-validationÇapraz doğrulama, veriyi birkaç parçaya bölüp modeli her seferinde farklı bir parçayla test ederek başarısını daha güvenilir ölçme yöntemidir.Veri & Değerlendirme