Про курс Воронцова «Введение в машинное обучение» на Coursera

Ещё в посте об итогах прошлого года, я писал, что собираюсь пройти этот курс. Я думаю, что прошло достаточно времени с момента его прохождения мной, чтобы дать как можно более качественный отзыв на него.

Поскольку человек не может быть объективным, то необходимо иметь в виду мои начальные условия и цели на курс, читая всё нижеследующее, чтобы можно было сделать поправку на себя. И так, начальные условия такие:

  1. Я по образованию математик, и соответственно, математический формализм меня не отпугивает, а наоборот, является тем, что нужно.
  2. Перед началом прохождения курса мои знания по машинному обучению были фрагментарны, не было именно системы знаний. При этом кое-какая практика по применению подходов машинного обучения (особенно кластеризации) у меня была.

Целей было ровно 3:

  1. Узнать много нового в теме машинного обучения.
  2. Систематизировать старые и полученные знания.
  3. Попробовать поработать со стеком технологий Python 3 + NumPy + SciPy + Pandas + Scikit-learn.

Теперь перейдём к самому курсу. Длится он 7 недель, каждая неделя разбита на уроки по темам, в каждом уроке есть лекции и потом идут задачи и тесты. Тесты встречаются не всегда, а вот задачи есть почти во всех уроках. В последней неделе есть только лекции и финальное задание.

Курс стартует сразу с места в карьер, и вместо раскатки в нём сразу вводят формальную постановку задачи со всеми терминами и формальными определениями. Почти все остальные лекции этого курса по принципу подачи похожи на первую в том смысле, что в них довольно много формализма, при этом математика не особо сложная, школьных знаний и знаний математики первого курса нормального технического факультета должно хватить. На мой взгляд, это хорошо, потому что в практике никто скидок на новичков не делает и полученные термины и формальные описания очень пригодятся при чтении научных статей. Сами лекции устроены системно, содержат не только информацию о методах машинного обучения, но и примеры, а так же информацию о том, как вообще подходить к таким задачам и о том, как подготавливать и отбирать данные перед тем, как на них обучаться, и как оценивать полученный результат. На мой взгляд, это тоже очень хорошо.

При всём при этом тесты в курсе простые, и для того чтобы их пройти всё что было рассказано в лекциях понимать не нужно, достаточно уловить общий смысл. Задачи все учебные, к каждой приложена инструкция по выполнению, и их цель – это дать возможность учащимся опробовать различные изученные методы на практике и посмотреть, что они дают на выходе. При этом все датасеты – это реальные данные, а сами задачи не высосаны из пальца. На мой взгляд такие задачи – то что нужно, для того чтобы ознакомиться с темой на практике.

Финальная задача заслушивает отдельных слов. Это натурально исследовательский проект с не маленьким датасетом, в котором надо опробовать два подхода к решению задачи. При этом для всех желающих посоревноваться, на kaggle организован контест. При решении этой задачи надо будет пройти большинство основных этапов решения задачи машинного обучения, поэтому помимо опыта сравнения различных подходов, она даёт опыт полного цикла решения задач машинного обучения, что очень здорово.

Главным недостатком курса, на мой взгляд, является предельная сжатость изложения. Так же, было бы здорово, если бы курс давал больше информации. На мой взгляд, так было сделано из-за фундаментальных ограничений самого подхода MOOC, если сделать курс более длинным и сложным, его до конца мало пройдёт.

Подводя итог, скажу, что курс получился хорошим, но не простым. Цели, которые я ставил перед началом курса, были выполнены. Перед тем, как начать курс, имейте в виду, не смотря на то, что он называется «Введение в машинное обучение» он не является простым, поэтому если вас пугает математический формализм и нужны объяснения буквально на пальцах, то начинать этот курс, вам точно не стоит.

Надеюсь, что мой отзыв вам поможет.

Метки: , , , , , ,
Google Bookmarks Digg Reddit del.icio.us Ma.gnolia Technorati Slashdot Yahoo My Web News2.ru БобрДобр.ru RUmarkz Ваау! Memori.ru rucity.com МоёМесто.ru Mister Wong

Напишите комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *