파라미터와 하이퍼 파라미터의 공통점과 차이점

공통점	둘 다 머신러닝 모형의 특징을 나타내는 요소
차이점	파라미터 (parameter)	- 데이터에 기반한 값으로 머신러닝 모형의 특징을 나타냄 - 파라미터는 새로운 데이터를 예측 또는 분류하는 데 영향을 미침
		ex) 정규분포의 파라미터는 평균과 분산 (평균과 분산이 얼마냐에 따라 정규 분포의 형태가 달라짐)
	하이퍼 파라미터 (hyper parameter)	주어진 데이터로부터 구하는 것이 아닌 외부 사용자가 직접 입력해야 하는 값
		ex) k-평균 알고리즘의 모형 생성 시 k값

데이터로부터 최적의 파라미터를 구하고 적절한 하이퍼 파라미터 튜닝을 통해 모형 성능을 높일 수 있다.

참고 : (선형대수와 통계학으로 배우는) 머신러닝 with 파이썬 :최적화 개념부터 텐서플로를 활용한 딥러닝까지 _ 장철원 지음