機械学習モデルの性能を最適化するため、学習前に設定するパラメータを試行錯誤で調整するプロセス。
「ハイパーパラメータ調整」を星図で探索する →
「ハイパーパラメータ調整」とは?意味を解説
機械学習において、モデルの学習率・層数・正則化の強度など、人間が事前に決定する設定値(ハイパーパラメータ)を変更し、最適な値を探索する作業。グリッドサーチやランダムサーチなどの手法があり、モデルの精度向上やオーバーフィッティング防止が目的。
例文
- ニューラルネットワークの性能を高めるため、ハイパーパラメータ調整を実施した。
- グリッドサーチを用いたハイパーパラメータ調整により、モデルの精度が5%向上した。
- ハイパーパラメータ調整の時間短縮にベイズ最適化を導入した。
語源・由来
英語の「hyperparameter tuning」を日本語化した造語。「hyper-」(超)、「parameter」(パラメータ)、「tuning」(調整)の組み合わせ。機械学習用語として2010年代に日本で定着。
英語で言うと
hyperparameter tuninghyperparameter optimizationparameter tuning
「ハイパーパラメータ調整」との違いを比較する
似た言葉との違い・使い分けを解説しています。
「ハイパーパラメータ調整」をもっと知る本
この言葉やそのテーマを深めたい方へ。
語彙の星雲で「ハイパーパラメータ調整」を探索する →