Courseraの2つの機械学習専門分野の概要

Courseraリソースでの学習経験、つまり機械学習の基礎の習得：ケーススタディアプローチと機械学習：回帰コースを共有したいと思います。 これらのコースは、機械学習（ワシントン大学）の専門分野の一部です。



機械学習は、私の現在の専門分野とは関係ありません。 彼への関心は、現在多くの注目を集めているものを知りたいという欲求によって引き起こされました。 私の大学時代（2003-2010）に、このトピックは扱われていなかったため、機械学習とビッグデータは私にとって未知の領域です。 私は頭の中でこのトピックに関するアイデアを構築し、必要に応じて特定の何かを掘り下げるために簡単な問題を解決できるようにしたいと思います。



Courseraポータルとこの特定のコースを選択する理由はいくつかあります。 第一に、あまり知られていない主題に関するさまざまなトピックに関する記事を読むことは有用ではありません。 知識は体系化されていません。 したがって、構造化されたコースが必要です。 第二に、著者は講義に耳を傾けることに否定的な経験がありました。著者は、要点に達することなく、明白なことを非常に長い間説明しようとしました。 機械学習コースに私を惹きつけたのは、講師のカルロス・ゲストリンとエミリー・フォックスが彼らのテーマ（情熱的で興奮している）に非常に熱心に見え、彼らが迅速に要点を語ったことです。 それに加えて、著者が実際の応用、つまり産業界を扱っていることは注目に値します。



コースの作成者によると、その作成の理由は、機械学習のタスクを幅広い聴衆に伝える試みでした。 トレーニングがさまざまな分野で行われた人のために。 主な違いは、既存のアプリケーションで見つけることができる特定のタスクに焦点が最初に置かれているという事実と、機械学習がそれらを解決するのにどのように役立つかという事実に帰することができます。 次に、適用されたメソッドが分析され、それらがどのように配置され、どのように役立つかが分析されます。 したがって、機械学習を実際に適用する方法を簡単な例で見ることができます。 さらに、最近では、著者によると、機械学習を使用した結果は顕著です。 以前は異なって認識されていました。 特定のデータセットが少し理解されたアルゴリズムの入力に送られ、その結果、「私のスケジュールはあなたのスケジュールよりも良い」という結論が下され、その結果は科学雑誌に送られました。



クラスは、理論的部分と実用的部分、およびテストに分けられます。 理論的な部分では、講義が行われます（英語、英語、またはスペイン語の字幕）。 テストの準備に関するPDFプレゼンテーションがあります。 フォーラムには、追加の文献へのリンクもあります。 Machine Learning Foundations：A Case Study Approachの1年目には、IPythonインタラクティブシェルでの作業方法を教える講義があります。 ここでは、Pythonでのプログラミングの基本（タスクを完了するために必要なものすべて）について説明します。 さらに、GraphLab Createライブラリの操作の原則について説明する講義があります。 テストは、理論と実用に分けられます。 理論的なテストの質問には理解が必要です。表面的に材料を聞いてテストに合格することはできません。 講義が十分でない場合があり、追加の資料を使用する必要があります。 ここで、1つのレッスンで課題の助けを借りて主要な理論的ポイントを実証できることに注意してください。



実用的な部分は、タスクを使用したテストです。 タスクを完了するには、大量のデータを処理し、それらのデータに対して操作を実行する機能が必要です。 著者は、Python APIを備えたGraphLab Createライブラリの使用を推奨しています。 その助けを借りて、データファイルをファイルから便利な構造（SFrame）にロードできます。 これらの構造により、データ（特別なインタラクティブグラフ）を視覚化でき、それらを変更（列の追加、行操作の適用など）するのに便利です。 ライブラリには、動作する機械学習アルゴリズムがあります。 タスクを完了するには、IPython Notebook Webシェルに実装されているテンプレートを使用できます。 これは、機能のフレームワークと推奨事項を保存するファイルです。 GraphLab CreateおよびIPython Notebookを使用したローカル作業については、著者はAnacondaインストーラーの使用を推奨しています。 また、必要なすべてのプログラムが既にインストールされているAmazon EC2 Webサービスで作業することもできます。 すぐに仕事に取りかかることができるため、2番目のオプションを選択しました。



今、コース計画について話す価値があります。 最初の機械学習の基礎：ケーススタディアプローチの専門コースは入門です。 最初の週の講義は、Python言語であるGraphLab Createライブラリの説明に専念します。 著者は、他の専門コースの内容についても簡単に話します。 これは非常に便利です。示されたアクションプランでは、トレーニングの結果に基づいてどの方向に移動し、何をすべきかを忘れることができないためです。 残りの週には、今後のコースで詳細に取り上げられるトピックの紹介が含まれています。 これらの概要で説明されていることは、十分な理解が必要であり、実際のタスクでアルゴリズムを使用できる必要もあります。 これらのタスクは、読んだ理論を明確に示していることは注目に値します。 以下は、機械学習の基礎：ケーススタディアプローチコースの概要です。

• 第1週。はじめに。 著者は、このコースの今後数週間にわたって行われるケーススタディについて説明します。 以下の専門コースは、同じ例に詳細に当てられています。 著者は、機械学習法が既存の問題の解決にどのように役立つかを説明しています。 GraphLab Createの使用方法を学びます。 Python言語とIPython Notebookシェルの紹介があります。 コース構造のスキームを示します（例については、図1を参照してください）。
• 2週目。回帰：不動産価格の予測（「回帰：住宅価格の予測」）。 ここでは、利用可能なデータ[家の価格-そのパラメータ]に応じて、パラメータがセットに含まれていない家の価格を予測できる方法について説明します。 回帰は、機械学習の2年目である回帰の専門分野に専念しています。
• 3週目。分類：テキストの調性の分析（「分類：感情の分析」）。 著者は、オブジェクトを分類する方法について話します。 例には、レビューテキストに基づいたレストランの評価などのタスクが含まれます。 コンテンツによって記事のトピックを決定します。 写真に示されているものの定義。 3番目の専門コースである機械学習：分類は、分類専用です。
• 4週目。クラスタリングと類似性：ドキュメントの取得（「クラスタリングと類似性：ドキュメントの取得」）。 ケーススタディとして、ユーザーがすでに読んだ記事に応じて、ユーザーに記事を推奨するタスクを次に示します。 彼らは、テキスト文書を提示する方法と、それらの間の類似性を測定する方法について話します。 オブジェクトのクラスタリングのタスク（特定の基準に従ってオブジェクトをグループ化するプロセス）を説明します。 4番目の専門コースである機械学習：クラスタリングと検索は、クラスタリングに特化しています。
• 第5週。製品の推奨。 ここでは、推奨システムが役立つアプリケーションについて説明します。 推奨システムの構築方法。 推奨システムの有効性を評価するための指標について。 機械学習の5番目のコース：推奨システムと次元削減専門分野は、推奨システム専用です。
• 第6週。深層学習：画像の検索。 先週は、マルチレベルニューラルネットワークに専念します。 このトピックは、最新の機械学習Capstone：ディープラーニングを使用したインテリジェントアプリケーションコースで詳細に説明されています。

図1.機械学習の専門分野の構造（機械学習：回帰コースの資料から取得、©2015 Emily Fox＆Carlos Guestrin）



「機械学習：回帰」専門分野の2番目のコースを受講するには、導関数、行列、ベクトル、およびそれらの基本操作を理解する必要があります。 少なくとも単純なPythonプログラムを作成できると便利です。 2番目の機械学習：回帰専門コースの簡単な説明を以下に示します。

• はじめに 著者は、回帰が機械学習で取る場所を説明しています。 回帰が使用されるアプリケーションをリストし、ケーススタディの目的-不動産価格の予測を説明します。 研究対象のトピックの概要が記載されています。 これらのトピックを図2に示します。線形回帰、2種類の正則化（Ridge、Lasso）、最近傍回帰、核回帰（ノンパラメトリック回帰-核平滑化）はモデル（カーネル回帰）。 勾配降下や座標降下などのアルゴリズムが分析されます。 コースの主な用語は、損失関数、バイアス分散トレードオフ、クロス検証、スパース性、オーバーフィッティング、モデル選択、選択の間のトレードオフです。特性（機能選択）（翻訳が正しくない場合は謝罪します）。
• 1週目。単純な回帰。 このモデルの原理を説明し、その入力データの選択の特徴について説明します。 単純な線形回帰の品質を評価するためのメトリックが導入されています。 品質指標（勾配降下）を最適化するモデルパラメーターを計算するアルゴリズムが提示されます。 パラメーターの意味について説明します。 計算されたパラメーターを使用して予測を行う方法を示します。 エラーの原因について説明します。
• 2週目。重回帰。 多項式回帰について説明し、いくつかのパラメーターを持つ回帰モデルが導出されます。 品質評価指標を最小化するプロセスを示し、回帰モデルのパラメーター（勾配降下と座標勾配）を計算するアルゴリズムを説明します。 予測を生成するアルゴリズムについて説明します。
• 3週目。パフォーマンスの評価。 今週議論された問題：モデル品質評価指標。 学習誤差、一般化誤差、テスト誤差と比較した損失関数の特性。 パフォーマンスを評価するためのメトリックとしてテストエラーを選択した結果。 データをテストセットとトレーニングセットに分割する割合を選択する際の妥協。 予測データのエラーの原因; モデルの複雑さの選択。 検証セット。
• 4週目。リッジ回帰。 過剰なトレーニングを伴うモデルの計算されたパラメーターの動作が考慮されます。 モデル係数のリッジ回帰調整パラメーターへの依存性の説明; 勾配降下アルゴリズムの実装。 最適な調整パラメーターを選択するための相互検証アルゴリズム。
• 5週目。なげなわ回帰。 重要なモデルパラメータの選択について説明します。 貪欲なアルゴリズムと最適なアルゴリズムが比較されます。 投げ縄回帰の調整パラメーターに対するモデル係数の依存性が示されています。 最適な調整パラメーターを選択するための相互検証アルゴリズムが説明されています。
• 6週目：最近傍およびカーネル回帰法最近傍および核平滑化によるノンパラメトリック回帰。 最近傍法を使用する理由がリストされています。 核回帰の定義を示し、その使用例を示します。

図2.機械学習：回帰コースでカバーされているトピック（機械学習：回帰コースからの適応、©2015 Emily Fox＆Carlos Guestrin）



数週間で分散される負荷は適切です。 ただし、機械学習の2番目のコース：回帰はより強力です。 2週間以上遅れると、別のセッションに切り替えるように求められますが、これは必要ありません。 私は、平日、金曜日、または週末に講義を聴き、実用的なタスクを実行しました。 それらを入手するのに約3時間かかりました。



結論として、説明した機械学習コースが良い印象を与えたと言いたいと思います。 私は実用的なタスクをメリットに帰します;それらは慎重に考え出され、理論を説明します。 私は講義が好きでした。講義は大容量で、「水」はありません。 コースは構造化されており、現在学習している機械学習の「部分」、知っていること、学ぶべきことを理解するのに役立つスキームがあります。 欠点は、理論の読み方が十分でない場合があることです。 公式フォーラムには、そこからダウンロードできる推奨書籍が含まれていますが、他のリソースへのリンクがさらに必要です。 一般に、機械学習の専門コースは、機械学習方法を実際に適用する方法を学びたい場合に非常に役立ちます。