INPUTしたらOUTPUT!

忘れっぽいんでメモっとく

Coursera Machine Learningを修了しました。

機械学習

とても今更なのですがAndrew Ng先生のMachine Learning | Courseraを修了しました。


社内SEからジョブポスティングでデータ分析に携わるようになり、機械学習についても独学で学んできたけど、理論についてきちんと学んでおきたいというのが受講のモチベーションとなります。


英語が不自由な自分にとっては5週目くらいまでは試行錯誤しながら進めていたため当初の計画よりも時間を要し、ネット上の評判ほど分かりやすいとも思えなかったのですが6週目意向、取り組み方が安定してからは周囲の評判に納得できました。先生の説明が悪いのではなく自分の要領が悪かったわけですね・・・


ということで自分の進め方を以下にメモしとくのでこれから受講される方の参考になれば。

  1. 講義ビデオを見る前に日本語字幕を読む
    • 講義ビデオの再生速度は変更できるとはいえ、字幕を見ながら板書？や数式を理解するのは厳しい。理解が曖昧なまま見終わってReview Quizで回答できず、またビデオを見直すという悪循環。。。あらかじめ日本語字幕を一通り目を通していれば字幕の切り替わりが早くても講義が理解しやすくなる。
  2. プログラミング課題に取り組む前に参考資料のLecture Notes, Errata, Programmingを読む
    • 第5週限定かもしれないが課題の指示通りに実装しているつもりでもなかなかパスできないことがある。一方、Errata, Programmingのヒントを一読してから取り組むとあっさりパスできたりする。


  • 第6週のバイアス・バリアンスは以前からTokyo.Rや朱鷺の杜Wikiでも見ていたものの、それぞれが高い場合どのような対応をとるべきか改めて知ることができた。
  • 第11週の機械学習パイプラインのCeiling分析も非常に参考になる。このようなことを教えてくれる機会はなかなかないのでは。
  • Octaveの良さは最後まで分からなかった。。。課題のPythonの実装はよく見るけど気が向いたら復習がてらRで実装してみる。