Learning Machine learning
最近在學習（三分之一）
2 min readDec 31, 2016
最近在忙這個基礎得不得了的machine learning class:
大學時代學了一點Data Mining的東西，加上這個 Machine Learning 的線上課程，好像又認識多了點基礎。
一直以來對Statistics不敏感的我，上這個課程還算是輕鬆的。課程上一直都說：「你沒有甚麼甚麼數學基礎無所謂，我告訴你從數學中得出了這一條公式，你可以用。」
所以很有趣的，變成一個Machine Learning的入門課程。先後共需要上十一個星期的課程，每星期大約有一兩小時的影片，半小時的Quiz，和三小時的Programming Assignment。
課程上有兩樣東西都很難：Quiz, Assignment。
Programming Assignment 共有八星期的份，教學上需要安裝免費的 Octave ，就可以任意提交功課，可以試到答對為止。如果本身就對Vector敏感的人，我想Programming Assignment本來就不是那麼難。有時做完功課後，就發現，原來答案是這麼淺白，題目其實有很多提示之類。
不過有趣的是，Assignment中間有些提示，還是教你，如果你不太認識Vector，不要勉強，不要先用 Octave 的 Matrix 功能，不如先用簡單的 looping 想像；想好了便可以使用 Vector 來實現。不過坦白說：直接使用 Vector ，執行起來又快，答案明顯簡單、直接。
最難的，還是小測驗中，每次都只有五條問題，但問得很刁鑽。我很少有的，有一兩星期可以第一次就答中所有問題哈哈。
上完後要 USD$79 可以買 Cert。結果就買了哈哈~
個人感覺：找個朋友一起學，會學得快一點哈哈
