parametervärden

Parametervärden är numeriska värden som tilldelas modellens eller algoritmens parametrar för att definiera deras beteende eller resultat. De fungerar som ingångsvärden som styr hur en modell beskriver verkligheten eller hur en beräkning utförs.

Inom matematik, fysik och teknik används parametervärden för att beskriva konstanter eller faktorer i ekvationer och simuleringar. Exempel är massor, hastigheter eller materialegenskaper som återspeglar fysiska förhållanden och avgör hur systemet utvecklas över tid i differentialekvationer.

I statistik och maskininlärning skiljs ofta mellan parametervärden och hyperparametrar. Parametervärden är del av modellen som vanligtvis estimeras från data (t.ex. regressionskoefficienter), medan hyperparametrar styr träningen eller modellens struktur (t.ex. lärhastighet, antal beslutsträd). Hyperparametrar definierar ofta modellens uppbyggnad snarare än de data som används för att lära modellen.

Metoder för att bestämma parametervärden inkluderar uppskattning från data (maximum likelihood, Bayesiansk inference), kalibrering mot empiriska data eller användning av tidigare kunskap och teoretiska antaganden. I experimentdesign kan man planera vilka värden som bör undersökas och hur data bör samlas in.

Viktiga överväganden är enhet, skala och tolkning av parametervärden, samt identifiabilitet och känslighet. Små förändringar i vissa parametervärden kan få stor påverkan på modellutdata. Val av parametervärden bör testas genom validering, korsvalidering eller utvärdering mot oberoende data.