Last but not least. Konsep yang tak kalah penting dalam machine learning adalah parameter dan hyperparameter. Apa perbedaan antar keduanya?
.png)
Seperti yang kita lihat di sepanjang blog series ini, model linear regression ditentukan oleh bobot dan biasnya, yang mana kedua hal tersebut merupakan parameter model. Namun, selain 2 hal tadi, ada beberapa "kenop" lain yang dapat kita mainkan sebelum melatih model, seperti learning rate, jumlah epoch, orde (jika menggunakan polynomial regression), dan banyak hal lainnya. Semua itu disebut hyperparameter.
Setiap model machine learning memiliki parameter dan hyperparameternya masing-masing. Agar tidak terbolak-balik, langkah mudah untuk membedakannya adalah sebagai berikut:
- Kuantitas apa pun yang kita tetapkan sebelum proses pelatihan adalah hyperparameter.
- Kuantitas apa pun yang dibuat atau dimodifikasi model selama proses pelatihan adalah parameter.
Sampai jumpa di series berikutnya!
.png)
.png&description=Linear Regression Series - Part 5/5: Perbedaan Parameter dan Hyperparameter){kind=link}