---
title: "ハイパーパラメータとパラメータの違いとは？【G検定対策】"
description: "ハイパーパラメータとパラメータの違いについて、G検定で問われるAI・機械学習分野の観点から、目的、前提、モデル構造、入力と出力、評価観点のどこが異なるかを比較します。暗記だけでなく、似た概念との混同を避ける見分け方や、選択肢を切るためのポイントも確認します。"
canonical_url: "https://stemtazoo.github.io/gk/hyperparameter-vs-parameter/"
section: "gk"
---

## まず結論

パラメータは**学習によって自動的に決まる値**、ハイパーパラメータは**学習の前に人が設定する値**であり、G検定では「学習で更新されるかどうか」で即座に区別できるかが問われる。

## 直感的な説明

2つの違いは、

> **誰が決めるか**

です。

* **パラメータ**：

  * モデルが学習しながら自分で決める
* **ハイパーパラメータ**：

  * 人が事前に決める学習条件

イメージとしては、

* パラメータ：

  * テストを解きながら身につく知識
* ハイパーパラメータ：

  * 勉強時間や参考書の選び方

の違いです。

## 定義・仕組み

### パラメータ（Parameter）

* 学習によって最適化される値
* 誤差逆伝播などで更新される
* モデル内部の値

例：

* 線形回帰の重み・バイアス
* ニューラルネットワークの重み

### ハイパーパラメータ（Hyperparameter）

* 学習前に設定する値
* 学習中に自動更新されない
* モデルや学習方法を制御する

例：

* 学習率
* 正則化係数
* 決定木の深さ
* k-foldのk

## いつ使う？（得意・不得意）

### パラメータ

* モデルがデータから自動で調整
* 学習を回せば決まる

### ハイパーパラメータ

* 探索手法で調整する
* グリッドサーチ・ランダムサーチ・ベイズ最適化など

## G検定ひっかけポイント

G検定では、**用語を入れ替えた選択肢**が出ます。

### よくあるひっかけ

* 学習率はパラメータである → ✕
* 重みはハイパーパラメータである → ✕

### 正誤を切る判断基準

* **学習で更新される？** → パラメータ
* **人が事前に決める？** → ハイパーパラメータ

## まとめ（試験直前用）

* パラメータは学習で決まる
* ハイパーパラメータは事前に設定
* 探索手法が扱うのはハイパーパラメータ
* 重みはパラメータ、学習率はハイパーパラメータ
* G検定では「更新されるか」で即断