Machine Learning Week 1 Quiz 2 (Linear Regression with One Variable) Stanford Coursera_錯題彙總

1。 設f是某種功能所以 f（θ0，θ1）輸出一個數字。對於這個問題， f是一些任意/未知的平滑函數（不一定是 線性迴歸的成本函數，因此f可能具有局部最優）。 假設我們使用梯度下降來嘗試將f（θ0，θ1）最小  化爲θ0和θ1的函數。哪一個 以下陳述是真的嗎？（檢查所有適用。）   回答：   即使學習率α非常大，梯度下降的每次迭代都會減小f（θ0，θ1）的值。 如果學習速率太小，則梯度下降可能需

>>阅读原文<<