ということで、テキサス駐在中に仕事そっちのけでハマっていたのがCourceraの機械学習のオンライン講義です。
機械学習については大学の卒研で少し触れたことがあるのですが、当時は英語もよくわからず、あまりにも難しく感じて挫折してしまったといっても過言ではありません。
しかしながら、今回CourceraにあるAndrew NG教授の機械学習を受講してみてわかったのですが、この講義とんでもなくわかりやすいです。
講義内容自体、Englishで行われるのですが、Andrew教授の優しい眼差しと日本語字幕のおかげで英語が苦手な方でも問題なくこなせてしまいます。
全11週の講義内容で、機械学習やニューラルネットワーク、ディープラーニングの基本的なことを勉強することができます。
時には難しい内容もあるのですが、それでも週を終えるころにはしっかり理解した(気になっている)自分がいるので、このAndrew教授のレクチャーが大変優れているということなのでしょう！
例えば、第１週目では機械学習とは何ぞや？というイントロダクションから始まり、家の大きさからその家の価値を予測するというモデルを例に、さっそく専門的になっていきますが問題ありません。ちょっとややこしい行列の計算方法なんかも初めての人でもわかるように紹介しています。
2週目以降はプログラミング課題なんかもあったりして、本腰を入れないとなかなか次に進めないかもしれません。
簡単に全11週の講義内容をまとめましたので参考にどうぞ！
(Courceraにシラバスがあります。)
Week 1 機械学習の基礎の基礎①
- 機械学習とは？
- 単一変数の線形回帰モデル(Linear Regression)
Week 2 機械学習の基礎の基礎②
- 多変数線形回帰モデル
- オクターブ/Matlabの使い方（プログラミング課題を進めるために、まずは機械学習向きの言語を紹介しています。オクターブは無料で使えます。）
Week 3 スパムメールの仕分けといったクラス分け問題が登場します
- ロジスティック回帰モデル
- 正規化
Week 4 いよいよニューラルネットワークに足を踏み入れます
- ニューラルネットワークの導入
- ニューラルネットワークを使った多クラス分け
Week 5 ニューラルネットワークによる数字認識
- バックプロパゲーションによる変数の選定
- 数字認識
Week 6 機械学習の設計の肝についてです。
- 機械学習の評価方法
- 機械学習の設計方法
Week 7 一昔前に話題になった手法です。ハイパープレーン名前がカッコいい
- サポートベクターマシン
Week 8 世の中教師なし学習のように答えのないデータもたくさんあります。
- 教師なし学習
- 次元の削減
Week 9 工場の生産現場での異常検出の例です。
- アノマリー検出
Week 10 インターネットのように大量の情報を扱う機械学習です。
- 多量のデータを扱う機械学習
Week 11 総まとめです。最後にAndrew教授から感動的なコメントがあります。
- OCR
- まとめ
最後に、Andrew教授の言葉を紹介したいと思います。
”In this class, you will learn about the most effective machine learning techniques, and gain practice implementing them and getting them to work for yourself. More importantly, you’ll learn about not only the theoretical underpinnings of learning, but also gain the practical know-how needed to quickly and powerfully apply these techniques to new problems. Finally, you’ll learn about some of Silicon Valley’s best practices in innovation as it pertains to machine learning and AI.”
この講義を通して、あなたは最も効果的な機械学習の手法を学び、また実装の練習をし、自分自身で上手く動かせるようになるでしょう。より重要なことは、柱となる理論的なことを学ぶだけでなく、新しい課題に対してこれらの素早くかつ強力なテクニックを用いる実践的な方法を知ることです。最後に、あなたは機械学習やAIに関するシリコンバレーの革新的な技術のいくつかを学ぶことになるでしょう。
(すみません、参考として出しておいてアレですが訳に自信がありません…)
コメント