Ի՞նչ տիրույթում են սահմանվում մոդելի հիպերպարամետրերը։

Մոդելի հիպերպարամետրերի տիրույթը կախված է կոնկրետ ալգորիթմից և առաջադրանքից, բայց սովորաբար սահմանվում է փորձի, գրականության և փորձերի հիման վրա: Օրինակ՝

• Gradient իջեցման ժամանակ ուսուցման արագությունը (learning rate) հաճախ ընտրվում է 0.0001-ից մինչև 0.1:
• Կամավոր անտառի ծառերի թիվը կարող է տատանվել 10-ից մինչև մի քանի հարյուր:
• Դեղինքը ծառի խորությունը կարող է լինել 3-ից մինչև 30 մակարդակ:

Կարևոր է օգտագործել հիպերպարամետրերի օպտիմալացման մեթոդներ (Grid Search, Random Search, Bayesian Optimization), որպեսզի ընտրեն այն տիրույթներն ու արժեքները, որոնք տալիս են լավագույն արդյունքը վավերացման տվյալների վրա։