Hyperparamètre
Une variable de configuration (par exemple, le taux d'apprentissage, la profondeur de l'arbre) définie avant l'entraînement du modèle qui influence le comportement d'apprentissage et les performances.
Définition
Boutons critiques qui façonnent la complexité du modèle, la vitesse de convergence et la généralisation. La gouvernance exige de cataloguer les hyperparamètres dans des systèmes de suivi des expériences, d'appliquer des protocoles de réglage cohérents et de verrouiller les hyperparamètres pour les modèles de production afin de garantir la reproductibilité. Les examens périodiques peuvent ajuster les hyperparamètres pour tenir compte de la dérive des données ou de nouveaux objectifs de performance.
Exemple concret
Une équipe de science des données règle les paramètres de profondeur d'arbre et de feuille d'échantillon minimum d'un classificateur de forêts aléatoires via une recherche par grille, enregistre les paramètres des hyperparamètres fournissant la meilleure AUC de validation et initie le pipeline de production avec ces valeurs exactes, garantissant ainsi que le modèle déployé correspond aux performances signalées.
.svg)
