Deutsch: Bei der Hyperparameteroptimierung mit Zufallssuche werden Modelle mit zufällig aus einem Suchraum gezogenen Hyperparameterwerten trainiert. Die Modellperformance in Abhängigkeit zu den Hyperparametern (gute Performance = blau, schlechte Performance = rot) beeinflusst die Auswahl nicht. Das Modell mit der besten Performance wird abschließend ausgewählt. Im Beispiel fanden 100 Versuche statt. Bezogen auf einen einzelnen Hyperparameter werden im Gegensatz zur Rastersuche wesentlich mehr Werte ausprobiert (grüne Striche).