③ ディープラーニングの概要 ／ 16. 最適化手法
ハイパーパラメータとは
ハイパーパラメータとは、学習率や層の数など、学習前に人間が設定するパラメータです。グリッドサーチやランダムサーチで調整されます。
この用語はG検定シラバスの「16. 最適化手法」に含まれます。 章全体の用語は用語解説③（全52語）にまとまっています。
一言でいうと
学習では決まらず、人間があらかじめ決めておく設定値のことです。
パラメータとの違い
ここが最も重要なポイントです。
- パラメータ：重みやバイアスなど、学習によって自動的に決まる値
- ハイパーパラメータ：人間が学習前に決める値
代表例は学習率、バッチサイズ、エポック数、層の数、ニューロン数、正則化の強さなどです。
どうやって決めるのか
理論的に最適値を求めることはできないため、試して比べるしかありません。
評価には検証データを使います。テストデータで調整してはいけない点に注意してください。
どれから調整するか
すべてを同時に調整するのは非現実的なので、影響の大きいものから手を付けます。
限られた試行回数を効くところに集中させるのが要領です。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| ハイパーパラメータ | 人間が学習前に設定する（学習率・層の数など） |
| パラメータ | 学習によって自動的に決まる（重み・バイアス） |
🎯 G検定での押さえどころ
- 人間が学習前に設定する値
- 重みやバイアス（学習で決まる）とは区別する
- 調整はグリッドサーチ・ランダムサーチ
⚠️ よくある誤りの選択肢
- 「重みやバイアスはハイパーパラメータである」→ 誤り。学習で決まるパラメータです
- 「ハイパーパラメータは学習によって自動的に最適化される」→ 誤り。人間が設定・調整します
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「ハイパーパラメータの選択」（E資格向け）
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。