智慧題庫
學生測驗模式
📝 【Machine Learning】練習測驗：使用梯度下降訓練模型
請先填寫您的資料
姓名 *
電子郵件（可選）
開始測驗
進度：
1
/ 2
總分：100 分
題目 1：題目 1/2
單選題 - 50分
梯度下降法是一種演算法，用來尋找參數 w 和 b 的值，使成本函數 J 最小化。 當 $\frac{\partial J(w,b)}{\partial w}$ 是負數（小於零）時， 經過一次更新步驟後 $w$ 會發生什麼情況？
無法判斷 $w$ 增加或減少
$w$ 減少
$w$ 增加
$w$ 保持不變
題目 2：題目 2/2
單選題 - 50分
對於線性迴歸，參數 $b$ 的更新步驟是哪一個?
$b = b - \alpha \frac{1}{m} \sum\limits_{i = 1}^{m} (f_{w,b}(x^{(i)}) - y^{(i)})x^{(i)}$
$b = b - \alpha \frac{1}{m} \sum\limits_{i = 1}^{m} (f_{w,b}(x^{(i)}) - y^{(i)})$
🎉 測驗完成！
--
計算中...