1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

機械学習初心者がCourseraのDeep learningコースを受講してみる

Last updated at Posted at 2020-01-29

#注意
まずこの記事をクリックしてくださった方へ
前提としてアウトプットが大事だということで本当にただアウトプットを置いておきたいだけです。
それでも今までQiitaに投稿してこなかったのは特筆して書いておく必要性、目新しさがなかったから。
ただ1ヶ月前からCourseraのMachine learningを受けてハマり、調子に乗ってDeep learningコースを受講してみたはいいものの、こちらは全16週分あり現在6周目。6周目の1つ目のトピック(ミニバッチ勾配降下法)まではMachine learningコースでとった杵柄でやり過ごせたがついに未知の領域に足を踏み出し、更にこのタイミングで日本語字幕が完全に消え去ったことでかなり不安を抱えている今現在。
 きっとこのタイミングで日本語字幕が消えるのは、ここまでは「なんや、Machine learningでやったことと同じやんけ。お、ついに日本語字幕なくなったな。途端によく分からんぞ。」となって露と消えた屍の多さを物語っているのではと思います。ここで同じようにDeepLearningコースを学ぶ意志のある人間のメルクマールになればと思い筆をとった次第です。
##お前誰やねん&何を書くか
まず私について、現在大学3年生。農業経済学科に所属。といってもいままで部活動に明け暮れており取りたい授業より取れる授業、楽な授業を選んできたために本当に何一つスキルなどはない。しかし学部の必修授業である計量経済学にはまり、kaggleというものを触ってみる。しかしネットで調べた上辺だけの知識でタイタニックチュートリアル上位30%に入ったところで何もこの先の未来が見えず、courseraのmachine learningをやってみる(2019年12月末〜1月末)。その後機械学習の面白さにハマり継続してcourseraでディープラーニングを受講中。
機械学習の学習については@Falcon__0904さんの以下の記事を参考にしました。
https://qiita.com/Falcon__0904/items/1c20595c5e6dac4530dc
 次に何を書くかについてはとりあえず今週学んだことをなぐり書きしておこうと思います。今後また明確に書きたいことなどが定まれば書いていこうと思います。
###Improving Deep Neural Networks:Week2
今週は大規模なニューラルネットワークを構築した際に重要となる、高速化のTipsについて主に学びました。Goodnotesでメモを取っているのでそれを投げておこう…
20FC374D-402E-4D94-9B3B-60FEF8922C8A.png
00AD751A-7520-48FC-A31E-3926C1FEE796.png
![6B95FE28-C7C1-4EF9-919B-CAC474533ED7.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/466948/0f5f485b-![13DD8BEF-0F4D-46EE-AFCC-F50ACA6F337C.png](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/466948/f42e36ba-5b9f-f0cc-60d5-620c75a6ceb8.png)
94b8-1b41-9e04-3e63607775ca.png)
67D2550C-F824-4734-8238-CA0AAA04AF67.png
2D0DEE89-2D7E-40BF-A573-B40516EF2980.png
FEF4ECE5-8AFC-4639-AF89-81009E8252BB.png
これはあげてええんやろか。あかんやつやったら言ってください。

1
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?