파라미터와 하이퍼파라미터 차이

1. 파라미터 [Parameter ; 매개변수]

 

: 모델 이 데이터로부터 학습하는 값들을 말한다. 사용자에 의해 조정되지 않는다. 학습 데이터를 통해 업데이트 되고, 모델의 예측을 결정하는 핵심 요소이다.

 

예시1 ) 한 학교에서 학생들의 몸무게에 대한 분포를 그린다고 할때, 분포의 평균과 표준편차 값은 파라미터 이다.

예시2 ) 머신러닝에서는 가중치와 편향 등이 파라미터에 해당한다.

 

 

2. 하이퍼파라미터 [Hyper Parameter]

 

: 모델링 진행시 사용자가 직접 세팅해주는 값을 뜻한다. 정해진 최적의 값은 없으며, 휴리스틱한 방법이나 경험에 의해 결정되는 경우가 많다.

 

예시 ) 머신러닝에서 learning rate, epoch 등이 있다.

 

 

3. 참고

https://bkshin.tistory.com/entry/머신러닝-13-파라미터Parameter와-하이퍼-파라미터Hyper-parameter

머신러닝 - 13. 파라미터(Parameter)와 하이퍼 파라미터(Hyper parameter)

 

https://mozenworld.tistory.com/entry/머신러닝-모델의-파라미터와-하이퍼파라미터

머신러닝 모델의 파라미터와 하이퍼파라미터