Machine Learning(machine-learning) - 1446370244

1：karino2：2015/11/01(日) 18:30:44: https://www.coursera.org/learn/machine-learning

Workload: 1日/week (オフィシャルには5-7 hours/week)
Prerequisite: プログラミングの知識くらい。行列の計算は掛け算くらいだが、コース内に補講あり。Octaveも入門の補講があるので知らなくてもOK。統計の知識や機械学習の知識は必要ありません。
Other: プログラミングの課題が毎週ある。環境はOctave

Andrew Ngによる機械学習のコースです。
Courseraの立ち上げに関わる二人の教授のうちの一人で、難易度も比較的低いので目玉コースの一つなんじゃないでしょうか。
少し応用寄りですが、理論の解説も肝はだいたい解説されていて、この分野の概要を理解する事が出来ます。以後、実際に使う時になったらその分野の専門の資料を当たる基礎を提供してくれるでしょう。

毎週のプログラムの課題は結構時間かかり、時には丸一日くらい使ってしまう週もあるかと。
名前から受ける印象よりは簡単な授業ですが、課題が実用的で面白い。
42：karino2：2019/02/13(水) 16:46:36: >>17 はそもそも関係無い和訳がまぎれこんでるっぽいので、文自体を変えました。
43：karino2：2019/02/13(水) 18:22:04: ちなみにずれてる動画も手作業で直す事にしたので、ズレてる動画も報告してくれたら幸いです。
とりあえず
>>8 は把握しています。
44：yamasaki1ma：2019/02/13(水) 20:16:11: >>43
お疲れ様です！
ひとまず、Week3の"Classification"がズレています。

Week5もけっこうズレていたと思います…がどの動画だったか忘れました。
近々、復習がてらチラっと確認してみます。
45：yamasaki1ma：2019/02/20(水) 14:51:36: Week: Week 9
動画タイトル: Problem Motivation
時間: 2分38秒あたり
誤り: x-testが来た時にに、それがアノマリーっぽいかをアルゴリズムに教えて欲しい。
正解: x-testが来た時に、それがアノマリーっぽいかをアルゴリズムに教えて欲しい。

Week: Week 9
動画タイトル: Gaussian Distribution
時間: 1分13秒あたり
誤り: Normalの省略系で
正解: Normalの省略形で

Week: Week 9
動画タイトル: Gaussian Distribution
時間: 9分2秒あたり
誤り: ミューとシグマ二乗を見つけ出す標準的な方法だとという事だけだ。
正解: ミューとシグマ二乗を見つけ出す標準的な方法だという事だけだ。

あと、Week: Week8の"Reconstruction from Compressed Representation"は、
全体的に翻訳が行われていないようです。
46：yamasaki1ma：2019/02/21(木) 12:15:56: Week: Week 9
動画タイトル: Developing and Evaluating an Anomaly Detection System
時間: 1分46秒あたり
誤り: 航空機野エンジンの例を
正解: 航空機のエンジンの例を

Week: Week 9
動画タイトル: Anomaly Detection vs. Supervised Learning
時間: 1分36秒あたり
誤り: これら正常は航空機エンジンなど。
正解: これら正常な航空機エンジンなど。

Week: Week 9
動画タイトル: Choosing What Features to Use
時間: 8分28秒あたり
誤り: またらとても小さな値を期待する訳だ。
正解: またはとても小さな値を期待する訳だ。
47：karino：2019/05/14(火) 22:16:42: >>45 了解です。確認してみます。