Coursera の 機械学習入門

タイトルにある通り、Courseraの機械学習入門コースをやってました。色んな所でよいとは言われていたものの、英語であること、ビデオ講義にあまりいい印象がなかったことから避けていましたが、流石にやってみるかと思い立ち一気に終わらせました。

とはいえ、結構古いコースであることも事実で、プログラミング教材もMATLAB/Octaveでやるものだったので、それはほぼスキップして、講義の内容を理解するところに重きをおいて学習しました。

ちなみに課金してないので、証明書はなしです。（購入してもいいんですが、プログラミング講義はほとんどやっていない＋別に必要な場面がない、ので今のところ購入予定はありません）

参考にしたもの

この方のまとめは参考になりました。各回のまとめを読んでなんとなく理解、ビデオを見ながらメモ、最後に相互に見返して再確認、とするとだいぶ頭に入ってきましたね。

qiita.com

あとどこかで並行してやるといいとあったこの本をようやく買いました。この本だけだと、理解が少し難しいところもあるかと思いますが、このコースと組み合わせることで、だいぶ理解しやすい感じがしました。 直感的な部分をCourseraでやって、詳細をこっちでやる、みたいな。コードもPythonなので、よいかなと。

[第2版]Python 機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)

感想

終わったあとの感想メモはこんな感じでした。

• おすすめされているだけあって、説明はとてもわかりやすかった
• まとめもたくさんあるが、やはり自分で聞くほうが頭に入る
• 基礎の基礎、としてこれを一回通して見ておけば今後の学習がだいぶやりやすくなりそう
• 単に機械学習のアルゴリズムの説明にとどまらず、どうデバッグすべきか？どんな作業で改善できるか？という点も強調して説明があったのは非常に良かった
• 英語は聞き取りやすい、とはいえ、これで英語の勉強をしよう、というのはちょっとチガウかな。。。とおもった
  • 日本語字幕サマサマであった
  • というか、理解出来ない英語を頑張ってやるくらいなら、別な教材なりでやったほうが良いのでは？という感じ
• プログラミング教材は真面目にやっていないので、なんとも言えない、が全く役に立たないこともないかなと思った
  • 表記自体はかなり直感的だし、実装についても、講義で習ったアルゴリズムを実装する、ものなので思考力が問われるものでもないので、整理して理解するという意味では意外といいかもしれない
  • ただ、やっぱりOctaveの表記を覚えたところで、、、と思ってしまうので、これをやるくらいならPythonで改めて勉強するなり、補完したほうが良いかなと思った

ただ、このコースが終わったからと言って、何ができる、ということではないと思うので、これを足がかりに今後の学習をすすめていきたいなと。 GW中はお出かけできないので、DLコースをやろうと考えています。