📍 Объясните разницу между параметрами модели и гиперпараметрами 🔸 Параметры модели Автоматически настраиваются: Параметры модели определяются в процессе обучения на основе данных. Внутреннее состояние модели: Они представляют собой внутреннее состояние модели, которое позволяет ей делать прогнозы. Примеры: веса в нейронных сетях, коэффициенты линейной регрессии, опорные векторы в SVM. 🔸 Гиперпараметры Задаются вручную: Гиперпараметры устанавливаются до начала обучения и влияют на процесс обучения. Контроль обучения: Они определяют, как модель будет обучаться, а не то, что она будет предсказывать. Примеры: скорость обучения в нейронных сетях, количество соседей в KNN, параметры ядра в SVM.