Dit artikel is onderdeel van de AI Woordenlijst op De Wereld van AI. Daar vind je een overzicht van alle belangrijke AI-begrippen.
Wat zijn parameters?
Parameters zijn de instelbare waarden binnen een AI-model die bepalen hoe het model inputdata verwerkt en tot een voorspelling komt. Tijdens het leerproces worden deze waarden automatisch aangepast om fouten te verkleinen.
Bij neurale netwerken zijn parameters bijvoorbeeld gewichten en bias-waarden die bepalen hoe sterk signalen meetellen.
Parameters versus hyperparameters
Parameters en hyperparameters worden vaak door elkaar gehaald, maar hebben een duidelijke, verschillende rol in een AI-model.
Parameters
Parameters zijn de waarden die het model zelf leert tijdens de training. Ze veranderen continu terwijl het model fouten maakt en corrigeert.
Voorbeelden zijn gewichten en bias, deze bepalen hoe sterk input wordt meegewogen in de uiteindelijke voorspelling.
Hyperparameters
Hyperparameters worden vooraf ingesteld en bepalen hoe het leerproces verloopt, niet wat het model leert. Ze sturen snelheid, stabiliteit en leerstrategie.
Voorbeelden:
• Learning rate, bepaalt hoe groot de aanpassingen zijn die het model per leerstap maakt,
• Batch size, het aantal trainingsvoorbeelden dat tegelijk wordt gebruikt voordat het model bijstuurt,
• Aantal lagen, bepaalt hoe diep en complex het model is.
Waarom zijn parameters belangrijk?
Parameters bepalen direct:
- Hoe nauwkeurig een model voorspelt,
- Of een model te simpel of te complex wordt,
- Hoe goed het model generaliseert naar nieuwe data.
Te weinig parameters leidt vaak tot onderfitting, te veel parameters vergroten het risico op overfitting.
Parameters en modelcomplexiteit
Hoe meer parameters een model heeft:
- Hoe meer patronen het kan leren,
- Hoe meer data en rekenkracht nodig is,
- Hoe groter de kans op overfitting.
Daarom is balans essentieel, dit raakt direct aan onderwerpen zoals regularisatie en modelvalidatie.
Relatie met AI-ethiek
Modellen met veel parameters zijn vaak minder uitlegbaar. Dit kan problemen geven rond transparantie en controle, vooral bij toepassingen in zorg, overheid of financiën. Daarom spelen parameters indirect een rol binnen AI & Ethiek.
Verder leren
Wil je beter begrijpen hoe parameters, training en optimalisatie samenhangen? In mijn gratis AI basiscursus wordt dit stap voor stap uitgelegd, zonder technische voorkennis.
DE WERELD VAN AI 