Hyperparamètre

CCapucine

Un hyperparamètre, c’est un réglage choisi pour guider l’entraînement d’un modèle, plutôt qu’une information que le modèle apprend à partir de ses exemples. Imaginez une recette : on fixe la durée du pétrissage avant de goûter le pain ; de même, on choisit la vitesse d’apprentissage ou le nombre de passages sur les données. Ces réglages influencent la façon dont le modèle progresse, le temps d’entraînement et sa capacité à répondre correctement à des situations nouvelles. Un choix inadapté peut ralentir l’apprentissage, le rendre instable, ou pousser le modèle à mémoriser ses exemples au lieu de généraliser. Il n’existe donc pas de valeur parfaite pour tous les modèles : le bon réglage dépend des données et de la tâche, et se cherche par essais comparés.