Machine Learning: Was ist ein Modell?
Ein Modell im Sinne des Machine Learning beschreibt ein Verfahren, dass aus Eingabe-Werten in einem bestimmten Format (Texte, Zahlen, Vektoren) eine neue Erkenntnis errechnet. Der Unterschied zum „Algorithmus“ besteht darin, dass das Modell von mehreren internen Parametern abhängt, die mit eine Trainings-Datensatz erst optimal „eingestellt“ werden müssen. Zusätzlich zu den Parametern, die vom Training feinjustiert werden, gibt es noch Konfigurationsparameter, die durch das Training nicht automatisch angepasst werden, die aber trotzdem eine Anpassung des Modells und damit dessen Leistungsfähigkeit gewährleisten. Bei diesen Parametern spricht man von Hyper-Parametern. Und das Suchen nach optimalen solcher Parameter nennt sich Hyper-Parameter-Tuning.
