Parâmetro ou hiperparâmetro?

No vídeo anterior, você aprendeu sobre hiperparâmetros em Machine Learning e a importância de ajustá-los. Automatizar essa otimização é fundamental, mas é importante distinguir entre hiperparâmetros e parâmetros do modelo, pois eles desempenham papéis diferentes no desenvolvimento do modelo. Hiperparâmetros são definidos antes do treino, enquanto parâmetros do modelo são aprendidos durante o treino. A forma como automatizamos a busca pelos melhores hiperparâmetros é diferente de como encontramos os parâmetros do modelo, o que torna importante diferenciá-los.

Este exercício vai testar sua capacidade de reconhecer exemplos de hiperparâmetros comumente usados em sistemas de ML.