CourseraのMachine Learning修了
8月頃から受講していたCourseraのMachine Learningを修了しました。久しぶりに知的好奇心を刺激され、毎週楽しく機械学習を学ぶことができました。
受講することになったきっかけ
機械学習に興味があるものの書籍は数式が多くて、なかなか読みきれません。数式の導出過程が多いため、実際の応用までなかなかたどりつけません。また、意味をつかむのも難しいように思います。そのため、なにから手を付けたらもうちょっと理解できるかなーと考えていました。そんなときに会社の機械学習勉強会が始まり、経験者がCourseraのMachine Learningから始めるといいよという話を聞いたので、受講してみました。
コースの内容
コースの内容は、ビデオ1.5時間、復習の選択式小テスト5問、プログラミング課題3時間といった構成を11週間続けます。正直なところ、社会人には結構厳しいです。
プログラミング課題はoctaveですが、すぐに慣れると思います。
事前知識
数学に関しては、行列の計算と簡単な微分程度の知識がないと厳しいと思います。数式アレルギーがあると、演習は正直無理なんじゃないかと思います。
octaveは演習を通じてなんとかなります。事前知識はいりません。
英語に関しては、ビデオは字幕があるので、ビデオを見るだけならなんとかなります。プログラミング課題は、毎週15ページ程度の英文を読むことになるので、英語に慣れてないと苦労するかもしれません。
感想
Andrew Ng先生は、数式を直感的に理解することを重視して説明するため、説明が非常にわかりやすいです。数式の導出をはしょっても、数式の意味を説明してもらえるのが非常によかったです。この点は本より良い点だと思います。また、ビデオなので何度でも見れるので、一度見て理解できなかったものは、通勤時間中に再度見ていました。理解するためにざっくりでもいいので、メモを取ることをおすすめします。
衝撃を受けたのが、neural networkのビデオです。実車で自動運転する映像が流れるのですが、こんな簡単に道路をトレースできるのか！と驚きました。
プログラミング課題が重いという意見もあるようですが、個人的には非常に楽しめました。特に、数式から実装への変換が具体的にわかり、動作するというのが非常に素晴らしいです。この課題を用意するのは、かなり時間がかかったと思います。
最後にAndrew Ng先生よりメッセージがあるのですが、ちょっと感動しました。
修了証
無料でもすべてのコースを受講することができるのですが、このコース作成に対する対価として修了証を取得しました。
僕は4週ぐらいまで進んでから取得することにしたため、毎週の小テストのやり直しをすることになってしまいました。修了証を取りたい方は、なるべく最初から取ったほうがいいです。後、課題が締め切りまでに提出できそうにないときには、コースの修了時期をswitchingすることも可能なようです。
