que é um hiperparâmetro em Machine Learning? a. Um parâmetro externo ao modelo ajustado manualmente b. Um parâmetro que é definido antes do treinamento do modelo e não é aprendido a partir dos dados c. Um valor que não afeta o treinamento d. Um valor ajustado durante o treinamento

resposta correta é a opção b. Um hiperparâmetro em Machine Learning é um parâmetro que é definido antes do treinamento do modelo e não é aprendido a partir dos dados. Esses parâmetros são utilizados para controlar o comportamento do modelo e determinam como o modelo será treinado e como ele fará previsões. Exemplos de hiperparâmetros incluem a taxa de aprendizado, o número de camadas, o tamanho das camadas, o número de épocas, entre outros. Esses valores são geralmente definidos manualmente antes do treinamento do modelo, mas também podem ser ajustados por meio de técnicas de otimização, como busca em grade ou busca aleatória.