Questão FC538742
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 é errada porque na prática a técnica chamada stochastic gradient descent (SGD) não utiliza todas as amostras em cada iteração. Em SGD cada atualização do vetor de parâmetros costuma ser feita com base em uma única amostra ou em um pequeno subconjunto chamado mini-batch, e não no conjunto completo.
No método de batch gradient descent a atualização usa o gradiente médio sobre todas as m amostras: \( \nabla J(\theta)=\frac{1}{m}\sum_{i=1}^{m}\nabla J^{(i)}(\theta)\). Já em SGD a atualização típica é \( \theta := \theta - \alpha\,\nabla J^{(i)}(\theta)\) para uma amostra i.
Uma passagem completa sobre o conjunto de treinamento é chamada de época. Atualizações por amostra tornam SGD mais rápido por iteração, porém introduzem mais ruído e variância nas trajetórias de otimização, exigindo ajustes de taxa de aprendizado.
Conteúdo do catálogo FC Concursos · Atualizado em