Week10 and week11

Dr. Ngのクラスもこれで最後。
わりとがんばってみたので、感慨もひとしおです。

Week10

Large scale machine learning
データ数が数億に上るような機械学習の解説です。
所謂ビッグデータというやつですかね。

ひとつはアメリカ合衆国の国勢調査とかそんなの。
データが増えるとその分、計算量が増えます。
ひとつの学習をさせるのものすごい時間がかかったり、あるいは計算できなかったり。
そんなときの対処法として確率的最急降下法とかが紹介されています。
あるいは複数のコンピュータ（またはコア）を使った分散処理の仕方とか。

もうひとつはGoogleやAmazonのようなネットを介したオンラインデータの学習ですね。
これは日々目に触れる機会が多い技術ですよね、きっと。
ユーザのクリックをもとに映画や商品をオススメしたりするやつ。
基本的なアルゴリズムが解説されていて、知的好奇心を刺激してくれます。

Week11

いよいよ最後のセッション。

ここでは機械学習が現在挑んでいるOCRという話題について概説しています。

OCR: Optical Character Recognition

写真の中から文字列を検出して、それを認識するというもの。

ここで使われているアルゴリズムはこのクラスですでに解説されているものです。

ロジスティック回帰とか。

では、メインの話題はというと、中規模から大規模プロジェクトの開発における

マネジメント方法を詳しく教えてくれます。

プロジェクトをいくつかのステップ（コンポーネント）にわけ、それぞれを別々に開発していくようなシチュエーションが該当すると思います。

システム全体の成績を上げたいとき（あるいはデバッグしたいとき）、

どのコンポーネントに人的・時間的リソースを割くのがもっとも効果的かを見分ける方法です。

アルゴリズムにとどまらず、開発のマネジメントまで解説してくれるとは

ほんとうに至れり尽くせりな幹事が増す。

最後のQuizをクリアすると同時に、Congratulation！というメールが届きました。

You completed the course. Hard work pays off.

とねぎらってくれました。なんかちょっと感動。

Instructorにお礼のメッセージを書けと進められたので

フォーマットにしたがって、Dr. Ngにメッセージを送りました。

course全体にわたってinteractiveにしようという運営側の細かい心配りが見て取れます。

そしてその心配りはとても良い影響を受講者（私）に与えてくれました。

最後に、もかもと的おすすめポイントを

・説明がわかりやすい

・具体的でなじみのある例を出してくれるのでとっつきやすい

・宿題は講義とよくリンクしていて、講義の理解のとてもよい助けになった。

・Dr. Ngの笑顔