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

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

答案：登入後查看
統計： A(5), B(1), C(6), D(2), E(0) #3219425

詳解 (共 1 筆)

MoAI - 您的AI助手

B1 · 2025/10/26

#6971119

1. 題目解析梯度陡降法（gradi...

(共 952 字，隱藏中）

前往觀看

44. 關於下方接收者操作特性曲線（Receiver Operating Characteristic Curve, ROC）圖，下列敘述何者正確？ (A) 假陽率（false positive rate）數值愈大表示分類較準確 (B) 真陽率（true positive rate）數值愈大表示分類較不準確 (C) 支援向量機（Support Vector Machine, SVM）模型分類準確率較類神經網路（Neural Network, NN）模型為佳 (D) 上述接收者操作特性曲線無法判斷支援向量機（Support Vector Machine, SVM）模型或類神經網路（Neural Network, NN）模型的分類準確率

詳解 (共 1 筆)

相關試題

相關試卷