プログラミング初心者が機械学習を1ヶ月勉強し続ける #day2
今日の目標
とりあえず、昨日宣言した通り
Machine Learning - Stanford University | Coursera
をweek1からはじめていきます。
どのくらいの時間で進められるかはまだわからないので、week1をやってみて考えることにします。
2日目でやったこと
Machine Learning WEEK1終了
かかった時間:4.5時間
難易度:★★☆☆☆
内容
イントロダクション
・今後の進め方についてざっくりと説明
目的関数
・家の広さから家の売却価格を予想するために線形回帰を行う
・式での表し方とグラフ化
・微分を用いた式での表し方
・αの大きさがもたらす影響
・線形回帰と組み合わせたアルゴリズム
行列・ベクトル
・行列の四則演算、行列同士の掛け算
WEEK1の感想
授業は英語でしたが、日本語字幕がちゃんとしているので(たまーにずれている動画もあるけど)、問題なく理解する事ができました。
そしてAndrew Ng先生は非常に教えるのが上手で、つまずかないようにかなり丁寧に説明してくれている印象でした。
動画の合間に、動画が止まってちょくちょく確認問題が出てくるのでしっかりと理解しながら進める事ができます。また、セクションごとにもう少しちゃんとした確認テストもあって、かなり良くできている教材だなあと思います。
week1はコーディングはせず、基本的な理論の説明という感じです。
特に微分やΣなど数学的な要素が多く出てくるので、かなり懐かしい気持ちで聞いていました。行列なんかは高校でやらなかったので、まさかの医学部6年生になって今さら行列を勉強するとは思ってもみませんでした。笑
最急降下法なんかはグラフやイメージで理解できて、かなり面白かったです。
Machine Learning week2 途中まで
途中まで:4時間
難易度:★★☆☆☆
とりあえず半分くらいまで進めました。
詳細については明日書こうと思います。
Pythonの勉強
かかった時間:1.5時間
pythonでできる基本的なコーディングを友人に教わりました。
友人が医学科の同級生に対してボランティアでpythonのオンライン授業をしており、それを受けさせてもらいました。かなり教材も作り込んでいてすごい。。
Machine Learningの授業ではOctaveを使用しているのでまだpythonは使っていないのですが、こちらの勉強も進めて行かねば。
明日に向けて
次回からOctaveを使ったコーディングも始まるので気を引き締めてやっていこうと思います。
明日はweek2を終えて、出来ればweek3も終わらせたいです。ただ時間的に難しいかもしれません。。
コーディングが入ってくると、かかる時間もまだ若干読めないので明日計画を再度立てれたらいいかなと思います。