Параметр

Параметр (ад стар.-грэч.: παρά «каля» і стар.-грэч.: μέτρον «мера») — велічыня, якая характарызуе стан або істотную ўласцівасць сістэмы, прадмета, устройства, з’явы або працэсу.

У больш вузкіх значэннях вядомы ў многіх дысцыплінах, напрыклад у матэматыцы, праграмаванні, статыстыцы, машынным навучанні.

Матэматыка

Залежнасць графіка функцыі $ax^{2}$ ад параметра $a$

У матэматыцы параметр разглядаецца як нязменная ў пэўным кантэксце велічыня, якая ўплывае на характар або значэнне матэматычнага аб’екту. Паняцце параметра цесна звязана і падобна да паняцця зменнай, пры гэтым адрозненне паміж імі можа залежаць ад кантэксту. Напрыклад, зменнымі могуць называцца тыя велічыні, што змяняюцца цягам аднаго эксперыменту, а параметрамі тыя, што фіксуюцца ў адным эксперыменце, але могуць мець розныя значэнні ў розных эксперыментах.

Часта параметры ўжываюцца для запісу функцый. Напрыклад, адвольная квадратычная функцыя мае выгляд

$f(x)=ax2+bx+c,$

дзе $x$ завецца зменнай (аргументам функцыі), а велічыні $a$, $b$ і $c$ — параметры, якія ўплываюць на характар функцыі. Кожны ўнікальны набор параметраў задае новую квадратычную функцыю.

Раўнанне, запісанае з дапамогай параметраў, завецца параметрычным раўнаннем.

Праграмаванне

У праграмаванні параметрам завецца зменная, якая выкарыстоўваецца ўнутры функцыі як лакальная і значэнне якой можа быць перададзена туды звонку. Сам выраз, які перадаецца ў функцыю, называецца аргументам. Першапачаткова параметр прымае значэнне перададзенага аргумента. Розніцу паміж параметрам і аргументам можна прадэманстраваць наступным прыкладам на мове праграмавання Python:

def example_function(parameter):
  print(parameter)

argument = "hello world"
example_function(argument)

У прыкладзе вышэй параметр — зменная з назвай «parameter», аргумент — зменная «argument».

Выкарыстанне параметраў — пажаданы спосаб перадачы інфармацыі паміж часткамі праграмы (у адрозненне ад глабальных зменных), бо яны дапамагаюць унікнуць сітуацыі, калі значэнні зменных унутры функцыі нечакана мадыфікуюцца іншымі элеменатмі кода.

Статыстыка

У статыстыцы параметрам называецца значэнне, якое апісвае генеральную сукупнасць (усю даследуемую групу людзей, жывёл, аб’ектаў і г.д.) Прыклады статыстычных параметраў: сярэдняе, медыяна, прапорцыя. Блізкім паводле значэння паняццем ёсць статыстыка, якая апісвае ўласцівасць выбаркі з генеральнай сукупнасці. Наступная табліца дэманструе розніцу паміж параметрам і статыстыкай:

Параметр	Статыстыка
Сярэдняя вага зубра ў Белавежскай пушчы	Сярэдняя вага ў выбарцы з 10 зуброў Белавежскай пушчы
Медыянны ўзрост чалавека ў краіне	Медыянны ўзрост у выбарцы з 200 грамадзян краіны
Прапорцыя жыхароў Беларусі, якія аддаюць перавагу глыбоцкай згушчонцы над рагачоўскай	Прапорцыя тых, хто аддае перавагу глыбоцкай згушчонцы ў выбарцы з 500 жыхароў Беларусі

Як правіла, генеральная сукупнасць занадта вялікая для таго, каб можна было падлічыць дакладныя значэнні параметраў, таму яны застаюцца невядомымі. Значэнні статыстык, падлічаныя на выбарцы з генеральнай сукупнасці, выкарыстоўваюцца як набліжэнні для параметраў.

Машыннае навучанне

Лінейная рэгрэсія апісвае сувязь паміж незалежнай і залежнай зменнымі $x$ і $y$ з дапамогай простай лініі $y=ax+b.$ Велічыні $a$ і $b$ — параметры мадэлі, якія падбіраюцца ў працесе навучання такім чынам, каб мінімізаваць сярэднеквадратычную памылку.

У машынным навучанні параметрамі называюцца ўнутраныя зменныя мадэлі, аптымальныя значэнні якіх падбіраюцца ў працэсе навучання. Прыклады параметраў: каэфіцыенты лінейнай рэгрэсіі, вагі нейронных сетак, каардынаты цэнтроідаў у кластарызацыі метадам k-сярэдніх.

Таксама існуе такое паняцце як гіперпараметр. У адрозненне ад звычайных параметраў, гіперпараметры выкарыстоўваюцца для кантролю над працэсам навучання і іх значэнні могуць задавацца ўручную. Прыклады гіперпараметраў: тэмп навучання, велічыня рэгулярызацыі, колькасць цэнтроідаў у кластарызацыі метадам k-сярэдніх. Аптымальныя значэнні як параметраў, так і гіперпараметраў загадзя невядомыя. Для знаходжання аптымальных значэнняў гіперпараметраў выкарыстоўваюцца адмысловыя алгарытмы іх аптымізацыі: пошук на сетцы, выпадковы пошук, баесаўская аптымізацыя і іншыя.