ハイパーパラメータ

ハイパーパラメータとは、機械学習モデルの学習を始める前に、設計者が事前に設定しておくパラメータのことです。学習の過程で機械が自動的に調整するパラメータとは区別されます。

具体的には、学習率、ネットワークの層数、バッチサイズなどが該当します。これらの値がモデルの性能に大きく影響するため、適切な値を見つける調整作業が重要となります。

学習によって更新される重みやバイアス（これらはパラメータと呼ばれます）とは明確に異なります。G検定では、これら設定値の役割と、学習パラメータとの違いを混同しないことが求められます。