Questão FC513438
Em relação ao aprendizado supervisionado aplicado a problemas de regressão linear, julgue o item que se segue. Na regressão linear por meio de aprendizado supervisionado com o empr
Telecomunicações
CEBRASPE (CESPE) · 2025
Em relação ao aprendizado supervisionado aplicado a problemas de regressão linear, julgue o item que se segue.
Na regressão linear por meio de aprendizado supervisionado com o emprego da técnica denominada stochastic gradient descent, em cada iteração do processo de minimização da função custo, todas as amostras do conjunto de treinamento são utilizadas no ajuste do modelo a ser determinado.
Mostrar resposta e comentário
Gabarito
Errado
Comentário do professor
A afirmação foi julgada como **ERRADO** porque confunde métodos diferentes de otimização. A técnica chamada stochastic gradient descent (SGD) não usa todas as amostras por iteração: em cada atualização o gradiente é estimado a partir de uma única amostra (ou de um pequeno subconjunto no caso de mini-batch).
Em SGD a regra de atualização típica é
\(\theta \leftarrow \theta - \alpha \nabla J(\theta; x^{(i)}, y^{(i)})\),
enquanto no batch gradient descent o gradiente é calculado sobre todo o conjunto de treinamento:
\(\theta \leftarrow \theta - \alpha \nabla J(\theta)\), com \(\nabla J(\theta)=\frac{1}{m}\sum_{i=1}^m \nabla J(\theta; x^{(i)}, y^{(i)})\).
Existe também o método mini-batch, que usa um pequeno subconjunto por iteração. SGD tem atualizações mais ruidosas, porém é mais rápido por iteração e mais adequado para grandes bases de dados.
Conteúdo do catálogo FC Concursos · Atualizado em