Популярность машинного обучения, науки о данных и связанных с ними дисциплин стремительно растет, а вместе с ней растет и количество курсов, книг, блок-постов и т. д., с которыми вы сталкиваетесь. Недавно я закончил относительно старый, но высоко оцененный курс Машинное обучение Стэнфордского университета на Coursera и хотел воспользоваться случаем, чтобы поделиться своим обзором и заметками, которые я сделал.

Этот пост изначально был опубликован на моем сайте.

Курс

Хотя курс достаточно стар, чтобы его можно было назвать «классическим» в нескольких описаниях, которые я читал, он вне времени в том смысле, в каком таковыми являются большинство хороших вводных курсов. Он охватывает концепции инструментов машинного обучения, таких как контролируемое или неконтролируемое обучение, советы по их применению с оценкой и отладкой алгоритмов и многое другое. Большинство тем освещаются вне времени, и в центре внимания находятся теория и математика.

Coursera предлагает видеолекции, конспекты лекций (в формате pdf) и краткое текстовое резюме для большей части 11 недель курса. Оценка осуществляется с помощью коротких тестов в конце каждой темы, а также упражнений по программированию в Octave или Mathlab. Форумы доступны, чтобы помочь с любыми вопросами, и наставники хорошо отвечают на все, что возникает.

Добро

Видеолекции действительно хорошо сделаны, а содержание кажется превосходным и очень «приземленным». Это определенно не попытка нажиться на ажиотаже вокруг ML.

Упражнения по программированию надежны и хорошо познакомили меня с другой стороной разработки программного обеспечения, которая больше сосредоточена на решении сложных математических задач, чем на отображении div по центру.

Форумы и дополнительные ресурсы, подготовленные наставниками, очень хороши, в каждом случае, когда у меня была проблема, она уже была решена кем-то другим, задававшим ее на форумах.

Если вы не хотите получать сертификат, курс совершенно бесплатный.

Плохо

В последующие недели наблюдается заметное падение качества. В то время как содержание остается превосходным, письменные резюме исчезают, иногда в видео остаются очевидные двойные дубли, которые должны были быть отредактированы, а упражнения по программированию содержат много заранее написанного кода в своих описаниях.

Решение задач по программированию в Octave: Вероятно, из-за возраста курса настройка Octave не лишена трения — в версии, которую я использовал, была нарушена функция «пауза», из-за чего все программные задачи зависали на первой остановке. Мне было относительно легко отлаживать и исправлять, перезаписывая внутреннюю функцию паузы, но я видел довольно много вопросов о проблемах Octave на форуме. Кроме того, Octave, похоже, не является основным выбором в сообществе ML, но, поскольку курс преподает концепции, а не конкретную реализацию, меня это устраивает.

Примечания

Во время курса я делал много заметок (более 120 страниц, если быть точным). В основном они очень близки к предоставленному материалу курса, но иногда перефразированы и снабжены дополнительными комментариями от меня. В случае, если они кому-то помогут, вы можете: Скачать их здесь

Обо мне

Я разработчик полного стека и энтузиаст цифровых продуктов. Я доступен для внештатной работы и всегда ищу следующий интересный проект :).

Первоначально опубликовано на https://rhazn.com 14 марта 2020 г.