Machine Learning by Stanford University (Andrew Ng) on Coursera


Categories: MachineLearning
Tags: #Coursera #Machine Learning

Coursera Machine Learning 강의를 듣고

이 강의를 듣게된 동기는 회사에서 Machine Learning 관련 업무를 맡을 뻔해서, 유투브에서 관련 강의/정보들을 찾아봄. 그 중 머신러닝 / 딥러닝 강의 7가지 추천에서 Andrew Ng 교수님의 Machine learning 강의을 알게됨.
결국 실무를 맡지는 않았지만, 이왕 시작한 강의였기 때문에 끝까지 듣게됨.

강의 내용을 이해하고, 강의에서 배운 수식을 Octave 코드로 작성하여 Matrix 계산하는게 생각보다 쉽지 않았음. 수식에서 나타난 vector 값을 Matrix 로 잘!! 만들어서 계산해야함. 프로그래밍의 기술적인 성장이나 머신러닝 프레임워크 사용법을 배우길 기대한다면 이 강의는 비추천. 어떤 공식을 모델링하거나 Machine Learning의 기본적인 경험을 해보고 싶다면 추천.

개인적으로는 대학 때 배운 공학수학과 확률 및 랜덤 프로세스, 대학원 때 수강한 물리기반 애니메이션이 도움이 되었음. 수강한 적은 없지만, 수치해석(Numerical analysis) 과목도 근사값을 구한다는 점에서 도움이 될 것 같음. 공학수학에서는 역학적인 조건으로 공식을 모델링하는 반면, 머신러닝에서는 데이터를 통해 공식(Hypothesis function, h, 가설함수)을 모델링함. Classification을 할 때 검사 데이터가 특정 분류에 속할 확률을 구하는데 확률 개념이 들어감. 하지만, 해당 수업 내에서는 확률 및 랜덤 프로세스처럼 확률에 대해서 깊게 들어가진 않음.

강의 참고 자료

  • Week 1 Introduction: 참고

  • Week 2 Linear Regression with Multiple Variables: 참고

  • Week 3 Logistic Regression: 참고

  • Week 4 Neural Networks: Representation: 참고

  • Week 5 Neural Networks: Learning: 참고

  • Week 6 Advice for Applying Machine Learning: 참고

  • Week 7 Support Vector Machines

no file

Coursera Machine Learning으로 기계학습 배우기 : week7 | Popit

개요 지난 시간에 이어 Coursera Machine Learning으로 기계학습 배우기 : week7 정리를 진행한다. 목차 해당 포스팅은 연재글로써 지난 연재는 아래의 링크를 참고한다. Coursera Machine Learning으로 기계학습 배우기 : week1 Coursera Machine Learning으로 기계학습 배우기 : week2 Coursera Machine Learning으로 기계학습 배우기 : week3 Coursera Machine Learning으로 기계학습 배우기 : week4 Coursera Machine Learning으로 기계학습 배우기 : week5 Coursera Machine Learning으로 기계학습 배우기 : week6 글을 읽기에 앞서…
  • Week 8 Unsupervised Learning
no file

Week 8 Clustering,

참조: https://www.coursera.org/learn/machine-learning/home/week/8 Code: https://github.com/fabulousjeong/ML-OctaveCode/tree/master/ex7 ML: Clustering Unsupervised Learning: Introduction Unsupervised..
  • Week 9 Anomaly Detection
no file

Week 9 Anomaly Detection

참조: https://www.coursera.org/learn/machine-learning/resources/szFCa 코드: https://github.com/fabulousjeong/ML-OctaveCode/tree/master/ex8 Problem Motivation Anomaly에서는 데이터 셋 ${x^{(1)}, x^{(..
  • Week 10 Large Scale Machine Learning
no file

Week 10 Learning with Large Datasets

참조: https://www.coursera.org/learn/machine-learning/resources/srQ23 Learning with Large Datasets 학습모델의 데이터 개수가 작아 High Variance현상이 발생할 때, 데이터 셋을 늘리는 것은 큰 도움이 된..
  • week 11 Application Example: Photo OCR
no file

Coursera Machine Learning (by Andrew Ng)_강의정리

Slide 133 of 139 of Coursera Machine Learning (by Andrew Ng)_강의정리

과제 코드

no file

GitHub - jungbin-kim/coursera-machine-learning: [Coursera Machine Learning Class](https://www.coursera.org/learn/machine-learning) Assignment

[Coursera Machine Learning Class](https://www.coursera.org/learn/machine-learning) Assignment - jungbin-kim/coursera-machine-learning

Comments