機械学習についての勉強 8日目
8日目は最初に始めたUdemyのコースを受講し終えた
と言っても最後はおまけ的な内容のみだったので、ふんふんと言いながら見ていたのみ
あと次のコースの受講し始めた
学んだ内容
- TensorFlowのインストールとサンプルコード実行(サンプルコードの説明は無し)
- CPUとGPUについて(CPUは直列処理、GPUは並列処理が得意でパフォーマンス向上のためディープラーニングではGPUが必須)
- 様々な機械学習ライブラリについて(TensorFlow、Chainer、Caffe、scikit-learn)
- 畳み込みニューラルネットワークについて(ヒトの視神経および視覚野を模倣、物体の認識を行う)
- DCGANについて(贋作者と鑑定者のニューラルネットワークで構成され、相互に切磋琢磨することで本物らしい画像を生成)
- 人工知能の未来について
1つ目のUdemyのコースを終え、予定通りに2つ目のコースを開始
開始したコースは以下
Pythonで機械学習：scikit-learnで学ぶ識別入門 | Udemy
このコースでは識別のみに着目して扱っているため、機械学習の勉強を始めたきっかけである業務上のとある分類の自動化に活かせそうだと判断
学んだ内容
- 識別とは
- 回帰とは(本コースでは扱わない)
- 教師あり、教師なし、半教師ありモデルとは
- ディープラーニングとは
- jupyter notebookの設定(PyCharmインストール済みのため飛ばした)
識別とは
様々な例をあげて説明がされるため、とてもわかりやすい
例：迷惑メールフィルタ
入力：メール
出力：普通のメール、迷惑メール
など
識別とは分類、認識を行うものであり、出力が離散値(株価のように繋がった値ではないもの)という説明を聞くと、この部分のみなら誰かに伝えられそうな気がしてくる
所感
1つ目のコースを終えているので、2つ目のコースの序盤はよりすんなり入ってきた
また講師/動画の作りが違うので面白い
明日は確実に残業だけど、少しは進めたい
あと今週金曜日・土曜日と連続して飲み会が入っているので、
なんとか機械学習に対するモチベーションを保って勉強は続けたい
でもお酒…
