coursera Machine Learning 第十周 测验quiz答案解析Large Scale Machine Learning

1.选择：D

解析：由于代价函数上升了，所以应该减少学习速率，选择D



2.选择：BC

解析：A并不需要代价函数总是减少，可能会降低故错误。B在运行随机梯度下降算法前最好将样本打乱随机化，正确。C也就随机的优点正确。D并行可不是随机的优点，是映射约减的优点，故错误。



3.选择：CD

解析：A并不一定需要大量的存储空间，如果有连续的大量的数据就不用存储所有数据，故错误。B在线学习也是需要学习速率的，因为更新参数需要alpha，故错误。CD在线学习运作原理如是，故正确。



4.选择：AC

解析：可以用映射约减算法的有用批量梯度下降的逻辑回归，凡是要计算大量值的算法，用随机梯度下降不用计算大量的值故选AC



5.选择：ABC

解析：map-reduce：什么都没有就没法帮你了啊。用N台电脑比用一台，要快不到N倍。用一台计算机统计其他计算出来的数据。神经网络也要计算代价函数也要有大量计算，所以神经网络也可以并行计算。

如果对你有所帮助，谢谢您的鼓励^_^

(一块不少，五块更好）
红包还不收？