Machine Learning感想

もう一つのStanford UniversityのOnline講義「Machine Learning」の感想がずいぶんと遅くなりました｡
Machine Learning

10月10日から始まり､12月16日に終わりました｡「Introduction to Database」から1週間遅れての終了です｡
こちらは2種類の選択肢があり､1つは講義を聴き､クイズに答えるというもの、もう一つはそれに加えてプログラムの宿題を提出するというもの。私はIntroduction to Databaseを同時に取っていたので負担を考えてプログラムの課題の無い、簡単な方のオプションを選択しました｡

参考までに講義内容の一覧を記すと､
Introduction
Linear regression with one variable
Linear algebra review
Linear regression with multiple variables
Octave tutorial
Logistic Regresssion
One-vs-all Classification
Regularization
Neural Networks
Backpropagation Algorithm
Practical advice for applying learning algorithms
How to develop and debug learning algorithms
Feature and model design, setting up experiments
Support Vector Machines (SVMs)
(Survey of other algorithms: Naive Bayes, Decision Trees, Boosting )
Unsupervised learning: Agglomerative clustering, k-Means, PCA
Combining unsupervised and supervised learning
Independent component analysis
Anomaly detection
Other applications: Recommender systems, Learning to rank
Large-scale/parallel machine learning and big data
Machine learning design / practical methods
Team design of machine learning systems
（全てはやらなかった気がします。）

Introduction to Databaseに比べると、こちらの方がそれぞれのビデオの長さが短く、調節しながら聴くのには適していました｡一方、ダウンロードしたビデオで画像が壊れており、見にくいという問題もありました。ストリーミング形式で聴けばこの問題はなく､途中に挟まれるクイズも挑戦することができます。

プログラムの課題はやらなかったので宿題はクイズのみでした。何度もやり直しができるので時間があれば満点になるまで繰り返すことができます。でもわからない問題もあったりして、私の場合は最終的なスコアは80点満点中77.5点でした｡

Neural NetworkやSupport Vector Machineなど、京大でポスドクをしていた頃に聞き知ってはいましたが詳細を理解していなかった技術について理解することができたのは大変な収穫でした。ただ、プログラムの課題を取らないと、知識だけは得た気になりますが実際に使えるようにはならないので、機会があったらプログラムの課題もあるコースに再チャレンジしてみたいと思います｡