딥러닝(Deep Learning)의 파라미터(Parameter)와 하이퍼파라미터(Hyperparameter) 비교 및 하이퍼파라미터의 튜닝 방법
정보관리기술사 제120회 4교시 28번 문항으로, 과목은 AI/신기술입니다. ‘학습률’ 키워드는 정보관리기술사 기출 2문항에 나왔습니다.
원문 문제
정보관리기술사 제120회 28번. 딥러닝(Deep Learning)의 파라미터(Parameter)와 하이퍼파라미터(Hyperparameter) 비교 및 하이퍼파라미터의 튜닝 방법
핵심 키워드
- 파라미터
- 하이퍼파라미터
- 그리드 탐색
- 랜덤 탐색
- 학습률
- 배치 크기
- 모델 성능
고득점 가이드 — 1. 개요
딥러닝 모델 학습에서 파라미터는 역전파를 통해 모델 내부에서 자동 갱신되는 가중치·편향이며, 하이퍼파라미터는 학습 시작 전 연구자가 외부에서 직접 지정하는 학습률·배치 크기·은닉층 수·드롭아웃 비율 등 설정값이다. 전자는 손실함수 최소화가, 후자는 모델 일반화 성능 극대화가 목적이며 두 값의 적절한 분리·관리가 모델 품질을 좌우한다. 하이퍼파라미터 선택이 최종 정확도에 미치는 영향이 매우 크기 때문에 체계적 튜닝 전략이 필수이다.
출제 이력
- 파라미터기출 1문항
- 하이퍼파라미터기출 1문항
- 그리드 탐색기출 1문항
- 랜덤 탐색기출 1문항
- 학습률기출 2문항
- 배치 크기기출 1문항
- 모델 성능기출 1문항