ハイパーパラメーター

モデルトレーニングの前に設定される構成変数 (学習率、ツリーの深さなど) は、学習行動とパフォーマンスに影響します。

Definition

モデルの複雑さ、収束速度、ジェネラライズを形作る重要なノブ。ガバナンスでは、実験追跡システム内のハイパーパラメータをカタログ化し、一貫したチューニングプロトコルを適用し、再現性を確保するために生産モデルのハイパーパラメータをロックする必要があります。定期的なレビューにより、データドリフトや新しいパフォーマンス目標に対応するためにハイパーパラメータを調整できる場合があります。

Real-World Example

データサイエンスチームは、グリッド検索を使用してランダムフォレスト分類器のツリー深度と最小サンプルリーフのパラメーターを調整し、最良の検証AUCが得られるハイパーパラメーター設定をログに記録し、それらの正確な値をプロダクションパイプラインにシードして、デプロイされたモデルが報告されたパフォーマンスと一致することを確認します。