線形回帰: 勾配降下法の演習

この演習では、パラメータの演習の燃費データのグラフを再び確認します。今回は、勾配降下法を使用して、損失を最小化する線形モデルの最適な重みとバイアス値を学習します。

グラフの下にある 3 つのタスクを完了します。

タスク 1: グラフの下にある [学習率] スライダーを調整して、学習率を 0.03 に設定します。[開始] ボタンをクリックして勾配降下を実行します。

モデル トレーニングが収束(安定した最小損失値に到達)するまでにどのくらいの時間がかかりますか?モデルの収束時の MSE 値はいくつですか。この値を生成する重みとバイアスの値はどれですか。

学習率を 0.03 に設定すると、モデルは約 30 秒後に収束し、重みとバイアスの値がそれぞれ -2.08 と 23.098 で MSE が 3 未満になりました。これは、適切な学習率の値が選択されたことを示します。

タスク 2: グラフの下にある [リセット] ボタンをクリックして、グラフの重みとバイアスの値をリセットします。[学習率] スライダーを 1.10e-5 付近の値に調整します。[開始] ボタンをクリックして勾配降下を実行します。

今回は、モデル トレーニングの収束にどのくらいの時間がかかったか、気付いたことはありますか?

数分経過しても、モデルのトレーニングが収束しません。重みとバイアスの値を少し更新すると、損失値がさらにわずかに低下します。これは、学習率を高くすると、勾配降下法で最適な重みとバイアス値をより迅速に見つけることができることを示唆しています。

タスク 3: グラフの下にある [リセット] ボタンをクリックして、グラフの重みとバイアスの値をリセットします。[学習率] スライダーを最大で 1 まで調整します。[開始] ボタンをクリックして勾配降下を実行します。

勾配降下法の実行中に損失値はどうなりますか?今回はモデル トレーニングが収束するまでにどのくらいの時間がかかりますか?

損失値は、高い値(MSE が 300 を超える)で大きく変動します。これは、学習率が高すぎることを示しており、モデル トレーニングは収束に達することはありません。