courseraのMachine learningを受講しました。

サイト主自習レポート

去年の12月からcourseraのMachine learningというウエブ講座を受講し、本日無事
修了しました。OCTAVEというプログラム言語は初めてでしたが、行列の計算が
とても簡単に出来、久々にプログラムを組む楽しさを味わうことができました。

講師のAndrew Ng先生がとにかく素晴らしい!(最後の講習で「泣ける」という人が
多い理由も分かります) 問題も正解にたどり着けるよう、丁寧な作りになっていて、
11週分はあっという間に終わってしまいました。

これほど充実した内容が無料とは! スタンフォード大学、太っ腹だ!

結局、感謝の意味も込めて、有料の修了証を購入してしまいましたが(今は後から購入
することができました。特に宿題や身分証明書の再提出は不要でした)。
Linkedinの資格欄にも登録できました(面白いのでやってみました)。

無料講座という低い敷居&希望者だけ有料の修了証を購入できるという仕組みだと、
気軽に始められますね。

やっていて面白いなと感じたのが、とにかく予定より少しでも早く終わらせましょうと
しょっちゅう励ましてくること。「早く終わらせよう」というハッパの掛け方は日本の
学校教育では、あまり無いアプローチだなと思いました。飛び級が当たり前のアメリカでは
これが普通なんでしょうかね。

プログラム課題で苦労したのはex4のnnCostFunctionでBackpropagationを実装する問題。
授業ではforループを使ったほうがいいというのだけれど、直前まで行列で解くように勧められて
きたので、ForwardpropagationとBackpropagationの両方を、1つのforループ内に入れるやり方が
すぐにはピンと来なかった。A1だ、A2だ、Z2だ、Z3だとかDelta_1、Delta_2、delta_2、
delta_3など分かりやすい変数をふんだんに盛り込んで、何とか解けました。

面白かったのはex8のestimateGaussianで、\[σi^2\]を求めるのに\[E(X^2) -μ^2\]を使ってもnice work!と採点されたこと。統計検定でさんざんやった\[V(X)=E(X^2)-{E(X)}^2\]が使えるのが、こんなところで確認できるとは。

コメント