# Hyperparamètre

> Paramètre défini par l'humain avant le début de l'entraînement, qui contrôle le processus d'apprentissage lui-même.

- Page ZoneIA : https://zoneia.fr/glossaire/hyperparametre
- Type : Définition du glossaire IA
- Catégories : [Analyse de Données & Data](https://zoneia.fr/outils/categorie/analyse-donnees-data), [Code & Développement](https://zoneia.fr/outils/categorie/code-developpement-ia)
- Publié le : 2026-03-04
- Mis à jour le : 2026-05-22

Un hyperparamètre est un réglage **externe** au modèle, choisi avant (ou au début de) l’entraînement. Contrairement aux **paramètres** appris (poids, biais), il n’est pas directement optimisé par la rétropropagation. Il influence la vitesse d’apprentissage, la capacité du modèle à généraliser et parfois sa stabilité.

## Comment ça fonctionne
Pendant l’entraînement, l’algorithme suit une procédure (optimisation, régularisation, architecture). Les hyperparamètres définissent cette procédure : par exemple la **taille des pas** de mise à jour, la quantité de **régularisation**, ou encore des choix d’architecture. Un mauvais réglage peut mener à un apprentissage trop lent, à la divergence, ou au surapprentissage.

## À quoi ça sert
Ils permettent d’adapter un modèle à un jeu de données et à des contraintes (temps, mémoire, précision). Les ajuster est une étape clé de la performance : on parle de *tuning* ou d’optimisation d’hyperparamètres.

## Exemples courants
- **Taux d’apprentissage (learning rate)**  
- **Batch size** (taille de lot) et nombre d’**époques**  
- **Profondeur** d’un réseau, nombre de neurones par couche  
- **Dropout**, **weight decay** (régularisation)  
- Paramètres d’un modèle : `C`/`gamma` (SVM), `k` (k-NN), profondeur d’arbre (forêts)

## Comment les choisir
Essais contrôlés (grille, recherche aléatoire), validation croisée, ou méthodes automatiques (Bayesian optimization, Hyperband), en mesurant la performance sur un jeu de validation.

---

Source : ZoneIA, annuaire francophone des outils IA (https://zoneia.fr/glossaire/hyperparametre)