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 #day22
今日の目標
courseraのDeepLearningを始めて3日目になります。
コース3を終わらせるのが目標です。
22日目でやった事
コース2:Improving Deep Neural Networks week3課題終了
かかった時間:1.5時間
難易度:★★☆☆☆
実際にtensorflowを用いてNNを実装します。
課題の誘導にかなり負んぶに抱っこ状態でしたが、大きな流れを理解することができました。back propagationが1行で実装できるので、今までのnumpyを使った実装はなんだったのだろうと思うくらい、めちゃくちゃ便利ですね。
コース3:Structuring Machine Learning Projects week1,2終了
かかった時間:6.5時間
難易度:★★☆☆☆
実装する上での注意点を構造化して解説するコースです。
今まで習ったtrain/dev/testsetに加えて、human-levelを同時に考慮に入れつつ、biasなのかvarianceなのか、data-mismatchなのかを判断していきます。error analysisを用いてどのようにしてモデルを改善していくかも解説されています。
このコースではプログラミング課題もなく、2週で終わるためスピードを出して進めることができました。
コース4: Convolutional Neural Networks week1終了
かかった時間:5.5時間
難易度:★★★★☆
やっとディープラーニングの本題に入ってきたという感じです。
畳み込みニューラルネットワークについて基本から解説されています。最後にはnumpyを用いたCNNの実装と、tensor flowを用いた実装の2つがあり、結構時間がかかりました。魚本(ゼロから作るディープラーニング)で一応一通り、理解していたから何とかなりましたが、事前知識ゼロでこれを実装するのは理解にしっかり時間をかけないと、なかなか大変だと感じました。
tensorflowでの実装はまだまだ慣れないです。。
コース4: Convolutional Neural Networks week2 途中まで
かかった時間:2時間
難易度:★★☆☆☆
過去に発表された様々なディープラーニングのモデルが解説されています。
魚本でも載ってはいたもののさらっとだけ解説されていたモデルも、しっかりと踏み込んで解説されており、なかなか面白かったです。
それぞれのモデルが発表された論文を引用しており、授業を聞けば出てきた論文は大体自力で読むことができるようになるとのことです。
論文の発表された年を見ると2015年のものもあったりして、ここ数年で研究が進んでいる分野なのだと改めて感じました。
明日に向けて
今日はかなり頑張って進めたので、明日はじっくり取り組もうと思います。
コース4のweek3までは最低終わらせたいです。