機器學習（Machine Learning）是一門在 Coursera 上的線上課程，是由在人工智慧和機器學習領域頗負盛名，且創建 Google Brain 項目的吳恩達（Andrew Ng）所開設。在課程中，他透過詳細的解說和推導，讓學生瞭解那些和機器學習有關的知名公式和演算法是怎麼來的，發明者當初的想法是什麼，還有背後的物理意義。
作為一個想跨領域到機器學習的網頁工程師，在網路搜尋相關資源時，發現很多其他工程師非常推薦這門課，所以我也上了這門課程。在此之前我是有買一些相關的書來看的，但都沒有吳恩達講得那麼透徹。
例如正規化（Regularization）的部份，很多書都只介紹正規化的方法（L1、L2），甚至只說用正規化就可以改善過度適應（overfit）的情形，但很少說為什麼。或是當你遇到問題時可以做一些錯誤分析（error analysis），視覺化目前的成果，讓你可以對症下藥，而不用花費大量時間在試誤。
想要用機器學習來解決的問題很多，適用的方法卻不同，如果選錯了，反而會花上很多時間做白工。這門課程在講解不同方法時，都會採用不同案例，並透過一步步完成的方式，讓學生體會那些機器學習方法該如何實際運用。
不過我認為這門課程最珍貴的地方，就是他的經驗。在教授這門課程的時候，他會分享很多實務經驗，無論是他遇過的，或是別的公司遇到的問題。他甚至還提供了很多解決方向，並且一一分析各種方法的可行性，有別於一般只講解公式的機器學習書籍。甚至他曾經在課堂中講到，曾經有某公司的工程師花了十八個月，才發現自己做的工作並不能大幅改善現有的機器學習演算法。如果想要在這條路上少走一些冤枉路的話，這門課程能提供不少幫助。
如果你正在考慮轉行，或是本身已具備寫程式、統計、線性代數等相關知識，非常推薦你修讀這門課程當作接觸機器學習的第一步。
如果你已有機器學習的基礎則不建議修習，因為內容比較是為了完全沒接觸過的初學者規劃，甚至在程式作業的部份只需少少的實作，很大一部分都被助教寫完了。但若是想知道如何實作那些方法，那些程式碼倒是不錯的教材。🌵
課程資訊
- Machine Learning
- 講師：吳恩達（Andrew Ng）
- 課程網址：https://www.coursera.org/learn/machine-learning
- 評分：5／5
☕~有興趣的話，歡迎參考我的出版小說！
留言
張貼留言