Coursera Machine LearningコースWeek 7~9
1月の中旬から始めたコースですがなんとか終わりが見えてきました。
Week7
Support Vector Machine について。昔習った気がするけど全く覚えてないよ。
一連の講義の中で一番わかりづらかったので実際使う時は復習しないとなぁという感じ。
特徴量が少なめの時に使うと良いらしい。
Week8
Unsupervised Learningについて。
K-Means法は大学で習いはしなかったけど研究室とかでよく耳にした手法。
あとはPCAによるDimensionality Deductionについて。
複雑な式の詳細には踏み込まずに概念だけで説明してくれるのですんなり理解できた。
Week9
引き続き教師なし学習の応用について。Videoの量としては一番長い週。
Anomaly DetectionとRecommender Systems。
プログラミング課題としてはこの週が最後ぽい。
Week 7, 8は特に悩まず解けて慣れてきたかと思ったけど、やはりVectorizedな形で複雑な式を実装するのは悩んでしまう。
それでも行列演算には慣れてきたので、成長してはいると思われる。
残りは Week 10とWeek 11で合わせてEstimated Timeは3時間くらい。
なんとか当初の予定の一週間遅れくらいで終わりそうな雰囲気です。