Machine Learning Week 1 Quiz 2 (Linear Regression with One Variable) Stanford Coursera_错题汇总

1。 设f是某种功能所以 f（θ0，θ1）输出一个数字。对于这个问题， f是一些任意/未知的平滑函数（不一定是 线性回归的成本函数，因此f可能具有局部最优）。 假设我们使用梯度下降来尝试将f（θ0，θ1）最小  化为θ0和θ1的函数。哪一个 以下陈述是真的吗？（检查所有适用。）   回答：   即使学习率α非常大，梯度下降的每次迭代都会减小f（θ0，θ1）的值。 如果学习速率太小，则梯度下降可能需

>>阅读原文<<