Determinado parâmetro !$ \beta !$ será estimado recursivamente com a ajuda de um método de otimização matemática com base em uma função objetivo !$ g(\beta) !$. Para essa estimação, a base de dados de treinamento consistirá de n observações.

Considerando essa situação hipotética, julgue o item a seguir.

O gradiente descendente em lote é um método probabilístico de otimização no qual, para cada iteração, encontram-se !$ L × n !$ observações geradas mediante amostragem (com reposição) da base de dados de treinamento (em que !$ L !$ representa o número de lotes, com !$ L > 1 !$).