随時更新していく予定です。

いまさら？

勉強してみることにしました。業務で使うかもしれないので。。。
なぜMOOCかというと、英語もわかるようになりたいため。
新しい情報は英語ですし。

Mathematics for Machine Learning

まずはCourseraのこちらの専門講座からスタートします。もうだいぶ忘れているので思い出しも兼ねて。あと多変数にめっぽう弱いので。。。
⇒1.5か月ほどで終えることができました。

コースの説明とベクトルについて。ベクトルの加減算とスカラー倍。

ベクトルの内積と射影(スカラー射影、射影ベクトル)。余弦定理との関係、基底ベクトルの変換、線形独立。

行列、行列の和と積、行列による変換。逆行列、ガウスの消去法、連立方程式の解法、行列式。

アインシュタインの縮約記法、正方行列以外の行列の積、行列による基底の変換、直交行列、グラム・シュミットの直交化

固有値と固有ベクトル、PageRankの考え方。

コースの説明とベクトルについて。関数、関数の勾配、微分の定義と例、積の微分、合成関数の微分。

変数と定数、偏微分、ヤコビアン、ヘシアン。

多変数関数の合成関数の微分、ニューラルネットワーク、誤差逆伝搬法。

累乗の微分、テイラー展開(1変数)、テイラー展開(多変数)。

ニュートン・ラフソン法、最急降下法、ラグランジュの未定乗数法。

線形回帰、非線形関数の最小二乗誤差。

(編集中)

普通に高校でやってる(だろう)線形代数でカバーできます。
一方、英語は丁寧だけど私のような初心者には速いので繰り返し聞かないと不明なところがあります(ただ、これくらいが聞き取れないときついんだろうな、という感覚はある…がんばろう…)。
Jupyter Notebookらしきものを使う課題(コースで用意されます)が出されます。穴埋め式なので問題ないですが、プログラミング初めてだとちょっとどうなんだろうかという感じです。
⇒ 3週目はちょっと考えないとできない感じ。
英語の聞き取り・読み取りと高校の線形代数が抑えられていればあっという間にクリア可能だと思われます。私は2日で1週分をやりましたがペースとしては3日で1週分をやるのがちょうど良さそう。
1週目と2週目の先生は割と楽しそうに話しているのですが、3週目の先生があまり表情が出ない感じなので眠くなるんだけど、最後に「Very well done!!」と言ってくれます。