ランダムサーチ

ランダムサーチとは、機械学習モデルのハイパーパラメータを調整する際の探索手法の一つです。パラメータの探索範囲を設定し、その範囲内からランダムに値を選んで学習と評価を繰り返します。最適なパラメータの組み合わせを闇雲に探すのではなく、確率的に効率よく見つけ出そうとする手法です。

全組み合わせを網羅的に調べるグリッドサーチと比較して、計算コストを抑えつつ、比較的短時間で性能の良いパラメータを見つけられることが多いのが特徴です。特に、影響力が大きい一部のパラメータが判明している場合、それらを集中的に探索できるランダムサーチは非常に有効に働きます。

G検定では、ハイパーパラメータチューニングの代表的な手法として問われます。計算リソースに限りがある中で、どのようにして効率的にモデル性能を向上させるかという実務的な文脈で、グリッドサーチとの使い分けやメリット・デメリットが試験で問われます。