【Coursera（コーセラ）】　Stanford University（スタンフォード）Machine Learning（機械学習）の感想

概要やレベル

超有名大学であるスタンフォード大学（Stanford University）が提供してくれる「機械学習」（Machine learning）の授業です。

以上のことから、データ分析・データサイエンスを始めて学ぶ方や基礎知識を学びたい方は、Youtubeや動画プラットフォームから学習をはじめることをオススメします。

字幕は？

日本語字幕があります。ですので、英語が苦手な方でも学習できます！

ただ、7週目Kernels II、８週目Reconstruction from Compressed Representationの日本語字幕はありませんでした。

しかし、講義ビデオの下の部分に先生のしゃべった英語の文字が表示されます。

こちらをコピペして、DeepLやGoogle翻訳で翻訳すれば問題なく講義の内容を理解できます！

テスト

動画の合間に英語で問題がでます。こちらは小テストみたいな感じで１問だけです。

再チャレンジも何度もできます。難しければスキップすることもできます。

スキップしても特に不利益もなく先に進めることができます。

各項目の最後（１週につき１回または数回）には、全５問のテストがあります（英語です）。

こちらのテストは合格しないと修了証をもらえませんので、がんばって解きましょう！

合格するには 80% 以上の正解が必要です。

これがけっこう大変です。

３回以内に合格しないと、再テストを受けるのに８時間近く間隔が必要になります。

テスト結果は、問全体に対しての正解、不正解しか表示されないというのが残念です。

つまり、選択肢を複数選ぶ場合の問題を間違えた場合、自分が選んだものが足りないのか多すぎたのかもわかりません。

しかも、解説がないので、再テストもまっさらな状態でやらないといけません。

それでは、復習はどうすればいいか。

それには、講義を見返すか、スライドを見返すかしかありません。

ただ、６weekの２問目はなぜか、選択肢の過不足について教えてくれたり、自分の選んだ選択肢の簡単な解説もつけてくれてました（なぜ、ここだけ。。。）。

再テストは以前のテストと選択肢が変わることもあります。

ですので、正解だった問題を再度正解するのは結構大変です。

８時間待った上での再テストでもどうしても解けない時や急いで先に動画を進めたい方は、githubで検索してみてください。

親切な先輩方がテストの答えを書いてくれています。https://github.com/mGalarnyk/datasciencecoursera/tree/master/Stanford_Machine_Learning

プログラミング課題ーMATLABをオンラインで動かす

プログラミング課題は２週目から出てきます。

こちらの講義はOctaveやMatlabという言語を使って行います。

Octaveとは、主に数値計算を目的とした高水準言語です。

線形および非線形問題を数値的に解いたり，Matlabとほぼ互換性のある言語を用いてその他の数値実験を行うための便利なコマンドラインインターフェイスです。

Matlabとは、世界中の何百万人もの技術者や科学者が使用しており、世界を変えるシステムや製品を解析および設計しています。

行列ベースの MATLAB 言語は、世界で最も自然に計算数学を表現できます。

Matlabは以下のリンクを翻訳すれば操作可能です！https://www.coursera.org/learn/machine-learning/supplement/rANSM/access-to-matlab-online-and-the-exercise-files-for-matlab-users

また、アカウント作成を日本語でやるとMATLABも日本語対応したものがダウンロードされます。

MATLABの使い方から課題提出まで

ex1.mlxを開くと課題が出ます。

そこに説明も書いてあるので、上から進めていくとできます。最初の一つ例を紹介します。

warmUpExercise.m を開き、そこのYOUR CODE HEREのところにコードをA = eye(5);と入力。

ex1.mlxを開いて、warmUpExercise()のところを指定し（マウスでクリックしてコードを入力できる状態にして）、上部のセクションの実行を押す。

これで課題１が終了しました。

このように、.mのファイルにコードを入力して、.mlxのファイルのセクションを実行するという流れで進めていきます。

次は提出です。

どこでもいいのですが、とりあえず「You should now submit your solutions.  Enter submit at the command prompt, then enter your login and token when prompted.」のあたりに、コードを作成します。

コードをクリックすると、コードの入力画面が作成されます。

そこで、submit()と入力し、セクションの実行を押します。

そうすると、下記のコマンドウィンドウにログイン名（メールアドレス）を入力が求められるので、入力したらenterをクリック。

次に提出用トークンをCourseraのHPのプログラミング課題の提出方法のの新しいトークンを生成を押すと表示されるので、そちらをコピペして、入力し、enter。

３０分以内（トークンの有効期限内）であれば、submit()と入力し、下記の画面に、Yを入力。enterだけで提出できます。

なお、３０分すぎた場合には、ｎを入力して、もう一度、メールアドレスとトークンを入力してください。

感想

超有名大学であるスタンフォード大学（Stanford University）の「機械学習」（Machine learning）の授業を無料で聞ける時点で、言わずもがなオススメです。

機械学習の基本中の基本から単回帰分析や画像データ処理の基本を丁寧に教えてもらえるし、きちんと課題をこなせば、修了証ももらえるので、是非講義を受けてみてください！

また、講義のビデオをダウンロードできるので、後で通信環境がないところでみることもできます。

そして、講義内容をPDFで最後にまとめてダウンロードもできますので、復習もバッチリです。

Bias（バイアス）とVariance（バリエンス）の違い

６週目で学ぶBias（バイアス）とVariance（バリエンス）が違いがわかりずらかったのでこちらでまとめます。

high bias（高バイアス）はアンダーフィッティング（学習不足）で、high variance（高バリエンス）は、オーバーフィッティング（過学習）を表します。

バイアスは予測値と実測値の差のことなので、バイアスが高いと予測値が実測値から大きく離れてしまっているので、学習不足となります。

バリアンスは予測値の分散です。バリアンスが高いとモデルの予測値同士が大きく散らばるので、大きくちらっばたものにも対応できてしまうので、過学習となります。

バイアスを抑えようとするとバリアンスを大きくなってモデルの表現力が高くなりすぎてしまいます。一方で、バリアンスを抑えようとするとバイアスが大きくなりモデルの表現力が下がってしまいます。（バイアスとバリエンスのトレードオフ）

そのため、バイアスとバリアンスのバランスが取れたモデルが実用的なモデルとなります。

終了ー修了証のもらい方

私の場合、毎日講義を聞いて、約１か月ぐらいで終了しました。

HP右上の人型の部分をクリックして、受講中のコースを表示すると、下記のように修了証を購入というのが表示されます。

しかし、修了証の取得には、現在以下の金額がかかります（円安勘弁してくれ）。

注意

先日こんなメールが届きました（一部抜粋）。

少し省略して、訳します。

ます。この時点以降、証明書のクレジットとして新しい課題の提出は受け付けられません。

つまり、スタンフォード大学のMachine Learningの無料での講座は2022年6月に終了しました！！

証明書取得

ですので、講座終了前に私は修了証を取得することにしました。

上記の修了証を取得をクリックし、クレジットカード情報を入力すると、以下のような画面になります。

円安なので、前よりも値段が上がってます。。。

コースに移動をクリックすると、上部に以下のような画面が表示されます。

修了証をダウンロードすると、修了証が手に入ります！！

ちなみに、この支払ったお金は修了証を取得するだけの金額です。

ほかの有料講座を受けるには、別途お金を払う必要があります。

残念ながら終了

残念ながら、新規でスタンフォード大学のMachine Learningの無料講義を受けることはできなくなりました。

今後は、ディープラーニング専門講座が後継の講座になります（有料です）。

別の動画プラットフォーム

以下のようなYoutubeや動画プラットフォームはオススメです。

書籍で学びたい方

最近話題の生成AIについて学びたい方

手っ取り早くスクールに通いたい方はこちら

スクールで学ぶことに興味がある方は、まずは以下の無料のオンライン説明会に参加してみてはいかがでしょうか。