בהקשר של למידת מכונה ואינטליגנציה מלאכותית, פרמטר (Parameter) מתייחס למשתנה פנימי שהאלגוריתם משנה במהלך האימון כדי להתאים טוב יותר לנתונים שסופקו. פרמטרים אלו הם המרכיבים החיוניים של מודלים של למידת מכונה המגדירים את מבנה המודל וכיצד הוא עושה תחזיות. לדוגמה, ברגרסיה ליניארית, המשקולות המוקצות לתכונות קלט הן פרמטרים. באופן דומה, ברשת עצבית, המשקולות וההטיות בכל נוירון הם פרמטרים שהמודל מתאים כדי למזער את ההבדל בין התחזיות שלו לערכים בפועל.
תהליך האימון של מודל למידת מכונה כולל התאמת פרמטרים אלה כדי למזער את השגיאה בתחזיות שלו. כאשר המודל חוזר על נתוני האימון, הוא מכוונן את הפרמטרים כדי לצמצם את ההבדל בין התוצאות החזויות לתוצאות בפועל, ובכך לשפר את דיוק המודל. לאחר הכשרה של המודל, הפרמטרים הללו משמשים לביצוע תחזיות על נתונים חדשים שלא נראים. איכות ויכולת ההכללה של המודל תלויות במידה רבה בערכים האופטימליים של פרמטרים אלו, הנלמדים מנתוני האימון, תוך ניגודם לפרמטרים היפר, שנקבעים חיצונית ונשארים קבועים במהלך האימון.
