Learning Machine learning

最近在學習(三分之一)

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