Coursera の Machine Learning コースを受けてみた

[Coursera](https://www.coursera.org/)は、オンラインの無料講座です。 その中の [Machine Learning](https://www.coursera.org/learn/machine-learning) (機械学習)の講座を受けてみたので、 まとめてみます。 ## どんな人向け? ### 議員でもAIを駆使する時代! 偶然、新宿区議会に、AI議員（自称）として活動されている 伊藤陽平さんと言う方がいることを知りました。 昼間は議会活動し、夜、家ではAIプログラミングをして、 過去の議案をAIに通して、実際に決定された賛否を比較したり 色々な試みを行なっているとのことです。 興味深い結果が出ているようですよ。 将棋や囲碁のような論理的な問題の最適解を解くような問題は、 もう人間の能力を超えることは証明されました。 今まで「直感」で行なっていた意思決定は、 適切なデータさえあれば、 議会の法案や、もしかしたら裁判の判決も、 人間以上の合理性で、AIが判断するのも 本当に時間の問題なのかもしれません。 ### そこで、、 これからAIが全盛となる時代になっていくだろうな、 となんとなく思っていて、 自分でもAIを使ったプログラムや、 システムに関わってみたいと思っている人、 詳しくAIの機械学習がどうなっているか、中身を見てみたい人。 Courseraの共同創設者である　Andrew Ng教授自身が解説してくれる このMachine Learningコースは一見の価値があります。 このコースが公開されたのは2011年ですが、 Ng教授は もうその時点で、10数年も AIを使った銀河の解析やら、リコメンドシステムの開発など、 シリコンバレーやBaiduなどで 経験を積んでいたのだそうです。 世の中にはすごい人がいるもんです。 ## どんな前知識? ### 大学1年程度の基礎数学の知識があるといいです。 数列、正規分布、最小二乗法、行列計算、偏微分、ベクトル解析などが出てきます。 特にその証明までは求められないので、 式の意味することが分かりさえすればOKだと思います。 ### Octaveという数値解析マクロみたいな言語を使用します [Octave](https://www.gnu.org/software/octave/) 行列計算や、最適化アルゴリズムが組み込まれています。 Windows/Mac/Linuxに対応してます。 JavaやC言語のような低レベルの言語でプログラムを組むより、 Octaveという高レベルの言語で処理することで、 慣れれば直感的に複雑な行列計算などが、 数行で記述できます。 ### そこそこ英語 動画字幕は日本語にも対応していますが、 説明文や問題は全て英語なので、 細かいところに入って行く場合は どうしても英語が必用となります。 簡潔な英語が使われているし、 数学的な表現は国際的に統一されているので、 どうしても分からないところは、Google翻訳でもいけると思います。 ## 何が学べる? 機械学習にどんな種類があって、 実際にどのように動いているのか、の基礎が分かります。 簡単な実験なら、自分でも機械学習の 小規模なシステムぐらいなら作れるような"気"になります。 特に興味深かったのは、 もちろん機械学習について詳しく学べます。 それ以上に、 単に機械学習システムの構造だけでなく、 実際に自分自身で機械学習システムを作ろうとする時、 **シリコンバレーのエンジニアたちでさえ悩んでいる**、 - つまづきそうな点、 - システムのどこに問題があるのか発見する方法、 - システム自体を評価する方法、 - 失敗したり、時間を浪費しないようにするにはどうしたら良いのか、 などの、超実戦的なアドバイスが 丁寧なのに感心しました。 セクションごとに理解を確認するための小テストがあります。 Octaveプログラムの提出も、 次の課題に進むのに必要です。 ## 受講してみた感想 11週のコースですが、短期間で終了することが出来ました。 幸い理系の大学出身だし、 長年プログラム開発をしていたし、 海外勤務も長かったから、 比較的短い時間で完了できたのかも。 それ以上に、 講義の内容が分かりやすく、 興味があったし、 プログラムの説明がとても丁寧で 混乱させない作りになっていたからだと思います。 学生だったとき、 逆行列とか偏微分とか何に使うのだろう、 全然興味が持てず、頭に入ってきませんでした。 特にベクトル解析って全く理解できませんでした。 実際の例を示してもらわないとわからないタイプの人間なので、、、。 今回このコースをやってみて、 「あぁそーいうことだったのね」 「行列はこーいうふうに応用できるんだ」 「ここでベクトル解析と行列が繋がるのね」 と腑に落ちたのが自分にとっての最大の進歩でした。