Model parameter（モデルパラメーター）とは？

01 / UNDERSTAND

仕組みと使いどころ

モデルパラメーターは、学習中に調整されるモデル内部の値です。線形回帰の係数や切片、ニューラルネットワークの重みやバイアスなどが該当し、その値によって新しい入力に対する出力が変わります。学習では、出力が期待される結果に近づくようにパラメーターを更新します。学習前に人が設定する学習率や学習回数などのハイパーパラメーターとは区別されます。パラメーター数は複雑なパターンを捉える能力に関係しますが、多ければ常に良いとは限らず、学習データに過度に適合して未知のデータへの対応力が下がる場合があります。

02 / IN PRACTICE

Model parameterの活用例

03 / GOOD TO KNOW

使うときのポイント

用語を確認するときは、学習によって更新される内部の値か、学習前に設定するハイパーパラメーターかを区別します。パラメーター数だけでモデルの性能を判断しないことも重要です。