В машинном обучении гиперпараметры, которые не обучаются напрямую, передаются в качестве аргументов в конструктор классов моделей. 24

Настройка гиперпараметров (тюнинг) — важный шаг при построении эффективных моделей. 3 Он заключается в нахождении оптимальной комбинации гиперпараметров, которая приводит к наилучшим результатам работы модели. 3

Для настройки гиперпараметров используют различные инструменты, например:

• Optuna. 1 Библиотека Python с открытым исходным кодом, разработанная для автоматизации настройки гиперпараметров. 1 Она использует несколько алгоритмов оптимизации и поддерживает интеграцию с популярными фреймворками машинного обучения, такими как TensorFlow, MLflow, PyTorch и Scikit-learn. 1
• Scikit-learn. 23 Предоставляет несколько инструментов для поиска наилучших гиперпараметров: GridSearchCV и RandomizedSearchCV. 3
• Машинное обучение Azure. 5 Позволяет автоматизировать настройку гиперпараметров и запускать эксперименты в параллельном режиме для эффективной оптимизации гиперпараметров. 5