ハイパーパラメータ
Hyperparameter
AIの学習を始める前に人間があらかじめ設定しておく調整用の値。
簡単に説明すると
ハイパーパラメータは、AIに学習をさせるときに人間が事前に設定しておくルールの値のことなんだよ。 AIがどれくらいの速さで学ぶかや、データを何回繰り返して学習するかなどの値を人間が数値で指定するよ。 AIの開発では、この値を調整しながら何度もテストを行い、AIの精度を高める作業で使われているよ。
名前のヒミツ
英語で超越や高次を意味する hyper と、設定値を意味する parameter を組み合わせた言葉なんだ。 AIが学習を通じて自分で更新する値とは異なり、その学習のルールや構造を外側から制御する上位の設定値という意味が由来になっているよ。
くわしく見てみよう！
ハイパーパラメータとは、AIや機械学習のモデルが学習を始める前に、人間があらかじめ設定しておく調整用の値のことなんだよ。
AIは学習を進める中でデータから自動的に法則を学んでいくけれど、その学習の進め方自体を左右する枠組みは人間が指定する必要があるんだ。
大まかに言うと、勉強するときの学習計画を人間がセットするイメージなんだね。
例えば、1日に何ページ進めるかや、何回反復練習するかという設定によって、全体の学習効率が変わってくるよ。
AIにおいても、学習のスピードを表す学習率や、データを何回繰り返し読み込むかといった数値がハイパーパラメータにあたるんだよ。
この設定値が適切でないと、AIの学習がうまく進まなかったり、特定のデータだけに偏った覚え方をしてしまったりするよ。
そのため、数値を少しずつ変えながら実験を重ねて、最も良い結果が出る組み合わせを見つける作業が行われているんだ。