Se vamos criar apenas uma hipótese, essa
abordagem é suficiente. Mas muitas vezes
acabamos criando várias hipóteses: podemos
querer comparar dois modelos de aprendizado
de máquina completamente diferentes, ou
podemos ajustar os vários “botões” dentro de
um modelo. Por exemplo, poderíamos tentar
diferentes limiares para poda χ2 das árvores de
decisão ou diferentes graus para os polinômios.
Chamamos esses “botões” de hiperparâmetros – parâmetros da classe de modelo, não do modelo individual. Desta forma, assinale a alternativa que apresenta o que são hiperparâmetros em modelos de aprendizado de máquina.
Chamamos esses “botões” de hiperparâmetros – parâmetros da classe de modelo, não do modelo individual. Desta forma, assinale a alternativa que apresenta o que são hiperparâmetros em modelos de aprendizado de máquina.
