【Coursera】「Machine Learning(機械学習) Week 1」〜機械学習の種類を学びたい〜
「機械学習」という言葉は聞いたことはあるけど、具体的に何をするものだろう？
「教師あり学習」、「教師なし学習」という言葉は聞いたことはあるけど、違いは何だろう？
と思い、「Coursera(コーセラ)」で「Machine Learning(機械学習)」を受講することにしました。
「Coursera」はオンライン講義サービス(MOOC: Massive Open Online Course)の一つであり、かの有名な「スタンフォード大学」が提供しています。
修了証を貰う場合は有料ですが、 講義動画の視聴だけであれば、無料で受講できます。
講師
アンドリュー・エン（Andrew Ng）氏です。
人工知能研究の第一人者であり、Google Brainの共同設立者、 Baiduの元副社長兼チーフサイエンティスト、スタンフォード大学の教授という凄い経歴の持ち主です。
講義の概要
「Week 1」では、以下の内容が、約6時間程度で学べます。
・機械学習の分類
・教師あり学習と教師なし学習の違いと具体例
・単回帰分析のアルゴリズム
・基本的な行列計算の方法
講義の内訳
講義の内訳は以下の通りです。
＜機械学習の分類＞
■Welcome
- 機械学習が使用される具体例として、データベースマイニングや自動操縦のヘリコプター等を紹介。
■What is Machine Learning?
- 機械学習の2つの定義（Arthur Samuel、Tom Mitchell）を紹介。
＜教師あり学習と教師なし学習の違いと具体例＞
■Supervised Learning
- 教師あり学習の問題は、回帰と分類に分けられる。
- 回帰では、教師データの傾向を分析し、問題として与えられた条件における結果を予測する。
- 分類では、問題として与えられたデータが、教師データとして定義した分類のどれに属するかを判定する。
■Unsupervised Learning
＜単回帰分析のアルゴリズム＞
■Model Representation
- 住宅価格を予測するために、回帰分析するケースを例に、仮定関数 (Hypothesis function)の表現方法を説明。
■Cost Function
- データに対して関数を定義し、その関数の最小または最大を求める問題を最適化問題という。
- その関数を目的関数(Cost Function)といい、目的関数の一つ「Squared error function（Mean squared error）」の数式について説明。
■Cost Function - Intuition I
- 具体的な値を用いて、Squared error function（Mean squared error）の計算例を説明。
■Cost Function - Intuition II
- contour plot（等高線図）を使って、コストが最小になるパラメータを見つける方法を説明。
■Gradient Descent
- 最急降下法（Gradient descent）による、コストが最小となるパラメータの計算方法を説明。
■Gradient Descent Intuition
- 最急降下法（Gradient descent）が局所最小値（local minimum）に収束するまでの流れを説明。
■Gradient Descent For Linear Regression
- 最急降下法（Gradient descent）を使って、目的関数（Cost Function）の最小値を求める方法を説明。
＜基本的な行列計算の方法＞
■Matrices and Vectors
- マトリクスとベクトルの定義を説明。
- ベクトルは１列のマトリクス。
■Addition and Scalar Multiplication
- 行列の足し算とスカラー乗法について説明。
■Matrix Vector Multiplication
- 行列とベクトルの掛け算について説明。
- m x nの行列と n x 1のベクトルの掛け算は、m x 1のベクトルになる。
■Matrix Matrix Multiplication
- 行列同士の掛け算について説明。
- m x nの行列と n x oの行列の掛け算は、m x oのベクトルになる。
■Matrix Multiplication Properties
- 行列同士の掲載では、行列の順番が異なると算出結果は異なる。
A x B とB x Aは異なる結果になる。
ただし、Bが単位行列I（identity matrix）の場合は、A x I = I x Aが成り立つ。
■Inverse and Transpose
- 逆行列と転置行列について説明。
どういう人におすすめか
「機械学習？教師あり学習？？教師なし学習？？？」と疑問を抱えている人に対して、「まずはざっくりとした言葉の定義」を教えてくれる良い授業だと思います。
「Andrew Ng」氏の説明はとても分かりやすいため、是非動画を見てみてください。
