Olen suorittanut Coursera Machine Learning -kurssin

Olen suorittanut Coursera Machine Learning -kurssin

Olen valmis Koneoppimiskurssi, jonka tarjoaa Stanfordin yliopisto Courseralla, ja koska on jo useita, jotka ovat kysyneet minulta avoimesti ja yksityisesti siitä, halusin kertoa hieman enemmän mitä minusta tuntui ja että kuka päättää tehdä sen tietää mitä aiot löytää.

Se on ilmainen kurssi koneoppimisesta, opetti Andrew Ng. Kun olet valmis, voit saada todistuksen, joka tukee 68 eurolla saavutettuja taitoja. Se on jaettu 3 pilariin, videoihin, tentteihin tai Quizz-ohjelmointiharjoituksiin. Se on englanniksi. Sinulla on tekstitys useilla kielillä, mutta espanja ei ole kovin hyvä ja joskus ne ovat vanhentuneita, paljon parempi, jos laitat ne englanniksi.

Se on melko teoreettista. Mutta ehkä siksi se näyttää hyvältä tavalta aloittaa, koska et opi vain, mitä tehdä, mutta miksi teet sen.

  • Milloin valita yksi tai toinen algoritmi.
  • Kuinka valita ja määritellä eri parametrit.
  • Mitä ongelmia algoritmeissa voi syntyä ja erityisesti mitkä toimenpiteet on toteutettava.

Siinä on paljon algebraa ja laskutoimituksia, ja katso, kun selitän sen, sinun ei todellakaan tarvitse toimia, sinun ei tarvitse saavuttaa yhtälöitä, todistaa niitä tai muokata niitä, hyvin, vain vektorisoida ne . Joten vaikka matematiikan tasosi ei olisikaan hyvä, voit suorittaa kurssin, mutta tietysti on vaikea viettää tunteja katsellen ja kuuntelemalla videoita, joissa he selittävät jokaiselle termille, miten se vaikuttaa ja miksi se on siellä.

Lineaarinen regressio ja logistiikka
Dian kustannustoiminto logistista regressiota varten

Jos et tiedä mikä se on Koneoppiminen, sanotaan, että se on osa tekoälyä, joka on omistettu algoritmeille jotka tekevät kaiken tämän koneen visiosta, roskapostiluokituksesta jne. jne.

Visio on muuttanut minua. Kun ajattelet tämän tyyppisiä ongelmia, kohtasit ne ohjelmoinnin näkökulmasta ajattelemalla silmukoita, ehtoja jne., Ja ne ovat oikeastaan ​​kaikki toimintoja, minimoivat kustannustoiminnot, jotka voivat olla etäisyyksiä pisteiden välillä. Regressioihin jne. Perustuvat ennusteet

Suositusjärjestelmät koneoppimisen kanssa
Algoritmiesimerkki elokuvan suositusjärjestelmästä

Kurssin yhteenveto

Joten näiden yläpuolella ovat kurssin pääosat, jaettu kahteen osaan, valvottu osa ja valvomaton osa

Ohjattu oppiminen

  • Malli- ja kustannustoiminto
  • Gradientin lasku lineaariselle regressiolle
  • Säännönmukaistaminen
  • Neuroverkot
  • Suurten koneiden luokittelu ja ytimet
  • Pääkomponenttianalyysi (PCA)
  • Koneoppimisjärjestelmän suunnittelu
  • Tuki vektorikoneille

Valvomaton oppiminen

  • Ulottuvuuden pienentäminen
  • Poikkeamien havaitseminen
  • Suositusjärjestelmät
  • Suurikokoinen koneoppiminen

Jätän asiat, mutta pääasia on tulla eteenpäin, sitten kaikki hajoaa.

Käytettävään harjoitteluun Matlab tai Octave, jonka voimme sanoa Matlab OpenSourcen. Olen suorittanut kurssin Octaven kanssa. Kuten ensimmäisillä kursseilla todettiin, he ovat valinneet nämä työkalut, koska ne mahdollistavat algoritmien nopean prototyyppien muodostamisen. Muilla työkaluilla opiskelija viettää liikaa aikaa ohjelmointiin.

On varmaa, että vaikka se ei ole helppoa, he jättävät kaiken valmiiksi lopettamaan sen. Sinulla on koko ympäristö valmiina harjoituksia varten, datajoukot, kaavioiden käyrät, monet käytettävät toiminnot ja muuttujat ja mitä opiskelija tekee, on täyttää muutama rivi pääalgoritmeilla.

Toistan, että se ei ole triviaali, varsinkin kun vietät paljon aikaa tarkkaillessasi, miten jotain tehdään Octaven kanssa.

Käytännön sovellukset

Katso esimerkkejä sovelluksista ja siitä, mitä voidaan tehdä En epäile, että tämä on alan tulevaisuus. Jokainen yritys lopulta toteuttaa ratkaisuja koneoppimisen, tekoälyn avulla tai millä tahansa nimellä sitä haluamme kutsua parantamaan ennusteita, hallitsemaan laatua ja parantamaan erilaisia ​​tuotantoprosesseja. Huomio, että en puhu vain sovelluksista tai verkkomaailmasta, vaan fyysisistä yrityksistä, palveluista, tuotannosta, logistiikasta jne.

Jo tunnettujen lisäksi puheentunnistus, tekstintunnistus, tietokonenäkö, kielenkääntäjät,

Suosittele järjestelmiä, ennusteita

Ja nyt se

Tänä vuonna ideani on yrittää soveltaa oppimaani käytännössä luomalla työkaluja, joista olisi paljon apua meille työssä. Tiedän, että se ei ole helppoa ja että minun on perehdyttävä Pythoniin ja joihinkin puitteisiin, sekä Tensor Flow, PyTorch ja Numpyn kaltainen kirjasto. Minun on tutkittava markkinoita.

Lisäksi haluaisin kaivautua syvälliseen oppimiseen ilmaisella kurssilla osoitteessa http://course.fast.ai/ ja aloittaa myös Big Data -ohjelmassa, joka on toinen tekoälyyn ja koneoppimiseen liittyvistä aloista ja joka olisi myös erittäin hyödyllinen minulle työssäni. Olen tutkinut erikoistumista Coursera Big Data  on parempia, mutta paljon kalliimpia.

Jos sinulla on kysyttävää, voit jättää kommentin.

9 kommenttia aiheesta "Olen suorittanut Coursera Machine Learning -kurssin"

  1. Hyvä Nacho,
    Ensinnäkin kiitos kokemuksen jakamisesta. Olen halunnut suorittaa Big Data / Machine Learning -kurssin jo jonkin aikaa, koska olen työskennellyt osastolla Data Scientistin kanssa ja tulevaisuudessa voin suorittaa maisterin tutkinnon aiheeseen liittyen.
    Olen teollisuusinsinööri ja minulla on yleinen käsitys Big Data -toiminnon toiminnasta, mutta haluaisin tietää, suosittelisitko edellisen Big Data -kurssin vai koneoppimiskurssin suorittamista suoraan.
    Toisaalta englannin kieleni ei ole kovin korkea (melko matala), joten en tiedä, onko minulla ongelmia kurssin suorittamisessa.
    Kiitos ajastasi! Kaikki parhaat.

    vastaus
    • Hei Javier. Se on johdantokurssi ja melko teoreettinen, joten ei tarvitse olla tietoa suurdatasta, koska sinun ei tarvitse kerätä aineistoja, tämä on jo harjoituksissa. He "vain" pyytävät sinua toteuttamaan pääalgoritmin.

      Ja mitä tulee englantiin. Videot on tekstitetty englanniksi ja espanjaksi. Ja sitten ovat transkriptiot. Sinun ei tarvitse puhua, joten mielestäni sinulla ei ole ongelmaa. Ehkä se maksaa sinulle jotain enemmän, mutta en näe sitä esteenä.

      Terveisiä ja kerro minulle, jos uskallat. :)

      vastaus
  2. Olen aloittanut kurssin, ymmärrän koko kahden ensimmäisen viikon ongelman, mutta ensimmäisen tehtävän suorittamisen aikana en tiedä miten toteuttaa mitä puuttuu, jotta ohjelma toimisi täydellisesti, kuten sanot he helpottaa jo melkein kaikkea, mutta olen tehnyt kaiken, mitä he selittävät videoissa, eikä mitään, ja haluaisin, jos voisit antaa minulle apua siinä.

    vastaus

Jätä kommentti