Para que serve a taxa de aprendizagem e a que ela corresponde?

A taxa de aprendizagem (learning rate) é um hiperparâmetro em algoritmos de aprendizagem automática, especialmente em métodos de otimização como o descida do gradiente. Ela determina o quão fortemente os parâmetros do modelo são atualizados em cada passo de treino.

Se a taxa de aprendizagem for demasiado alta, o modelo pode "pular" o mínimo da função de erro e não convergir. Se for demasiado baixa, o treino será muito lento e pode ficar preso em mínimos locais.

Exemplo: ao atualizar os pesos de uma rede neural

weights = weights - learning_rate * gradient

Aqui, learning_rate controla o tamanho do passo na direção de redução do erro. A escolha correta da taxa de aprendizagem é importante para um treino eficaz e estável do modelo.