¿Parámetro o hiperparámetro?

En el vídeo anterior, aprendiste sobre los hiperparámetros en Machine Learning y la importancia de ajustarlos. Automatizar esta optimización es clave, pero es importante distinguir entre hiperparámetros y parámetros del modelo, ya que desempeñan funciones distintas en el desarrollo del modelo. Los hiperparámetros se establecen antes del entrenamiento, mientras que los parámetros del modelo se aprenden durante el entrenamiento. La forma de automatizar la búsqueda de los mejores hiperparámetros es diferente de cómo se obtienen los parámetros del modelo, por lo que conviene diferenciarlos.

Este ejercicio pondrá a prueba tu capacidad para reconocer ejemplos de hiperparámetros de uso común en sistemas de ML.