Parameter oder Hyperparameter?

Im vorherigen Video hast du Hyperparameter im Machine Learning und ihre Bedeutung für das Tuning kennengelernt. Diese Optimierung zu automatisieren ist entscheidend, aber es ist wichtig, Hyperparameter und Modellparameter zu unterscheiden, weil sie im Entwicklungsprozess unterschiedliche Rollen spielen. Hyperparameter werden vor dem Training festgelegt, während Modellparameter während des Trainings gelernt werden. Die Art und Weise, wie wir die besten Hyperparameter automatisiert finden, unterscheidet sich von der Ermittlung der Modellparameter – deshalb ist die Unterscheidung wichtig.

Diese Übung prüft, ob du Beispiele für häufig verwendete Hyperparameter in ML-Systemen erkennen kannst.