41. 梯度陡降法（gradient descent）是機器學習中常使用的參數估計方法，可透過修正步距（step size）alpha 來調整整體收斂的速度，請問若 alpha 過大時，會導致下列何種

問題詳情

41. 梯度陡降法（gradient descent）是機器學習中常使用的參數估計方法，可透過修正步距（step size）alpha 來調整整體收斂的速度，請問若 alpha 過大時，會導致下列何種狀況發生？
(A) 太快收斂
(B) 收斂速度過慢
(C) 無法收斂
(D) 以上皆有可能發生

參考答案

答案：C

統計：A:2,B:1,C:1,D:0,E:0

難度：計算中

上一篇 : 40. 關於非監督式學習（unsupervised learning），下列敘述何者「不正確」？ (A) 線性可加模型（General Additive Models, GAM）、效能提升模型（Bo
下一篇 : 42. 下列學習方法，何者「難以」獲得人類容易理解的知識或特徵？ (A) 多層感知機（multilayer perceptron） (B) 決策樹（decision tree） (C) 羅吉斯迴歸（l