- Supervised learning: linear regression, logistic regression, neural networks, SVMs
- Unsupervised learning: K-means, PCA, Anomaly detection
- Special applications/special tools: Recommended systems, large scale machine leanings
- Advice on building a machine learning system: bias/variance, regularization; deciding what to work in next: evaluation of learning algorithms, learning curves, error analysis, ceiling analysis.
Курс состоял их трех секций: лекции, теоретические вопросы, практические упражнения. Лекции можно было слушать/смотреть либо на сайте либо можно было скачать видеоматериалы и изучать их в не зависимости есть у вас доступ в Интернет или нет. В ходе лекции кроме объяснений теоретической части, приводилось много примеров. Это помогало лучше понять принципы и идеи использования различных подходов машинного обучения. Теоретическая часть хорошо сочеталась с вопросами к каждой теме. Буквально с первых занятий ушел некий “страх” ответить неправильно на вопросы или недобрать необходимых 5 баллов. Вопросы/ответы построены именно на то, чтобы в конечном счете лучше понять курс. Тесты можно было проходить по несколько раз. Для всех ответов правильных и неправильных давались краткие пояснения, почему это правильно или почему нет. Часто я проходил тесты по несколько раз именно для того, чтобы проверить правильно я понял материал или нет.
Для тех, кто записался на курс по расширенной программе, необходимо было выполнить еще и практические занятия. На основе Octave моделировались различные ситуации применения алгоритмов машинного обучения на практике - кластеризация, предсказания, распознавание рукописного текста и изображений, рекомендательные системы и много другое. Результаты упражнений необходимо регистрировать через специальную систему оценки результатов либо прямо из Octave либо через web форму.
Совет: перед началом курса стоит пройти или повторить курс линейной алгебры. В основном практические занятия построены на работе с матрицами, умение с ними работать позволит сократить время на выполнение упражнений.
Курс очень понравился, даже есть некое чувство сожаления, что курс закончился. Но впереди новый год, и в следующем году университет Стендфорда подготовил ряд новых курсов:
- Lean Launchpad
- Technology Entrepreneurship
- Anatomy
- Making Green Buildings
- Information Teory
- Model Thinking
- Computer Science CS101
- Machine learning
- Software as a service
- Human-Computer Interaction
- Natural Language Processing
- Game Theory
- Probabilistic Graphical Models
- Cryptography
- Design and Analysis of Algorithms I
- Computer Security
0 комментариев:
Отправить комментарий