Coursera - Machine Learning, by Andrew Ng, Universidad de Standford

Llevo un par de semanas realizando un curso online (MOOC) en la plataforma Coursera sobre Machine Learning, creado por Andrew Ng:

Andrew Ng is a co-founder of Coursera and the director of the Stanford AI Lab. In 2011 he led the development of Stanford University’s main MOOC (Massive Open Online Courses) platform and also taught an online Machine Learning class that was offered to over 100,000 students, leading to the founding of Coursera.

Visitar la página del curso:   Machine Learning, por Andrew Ng, Univ. Standford.

Contenido del curso:

1. Introduction to Machine Learning. Univariate linear regression. (Optional: Linear algebra review.)
2. Multivariate linear regression. Practical aspects of implementation. Octave tutorial.
3. Logistic regression, One-vs-all classification, Regularization.
4. Neural Networks.
5. Practical advice for applying learning algorithms: How to develop, debugging, feature/model design, setting up experiment structure.
6. Support Vector Machines (SVMs) and the intuition behind them.
7. Unsupervised learning: clustering and dimensionality reduction.
8. Anomaly detection.
9. Recommender systems.
10. Large-scale machine learning. An example of an application of machine learning.

       Este es uno de los motivos principales por los que he realizado este curso, ya que se trata el tema de la aplicación de técnicas de machine learning cuando se dispone de datasets masivos.
       Se introducen técnicas de optimización para mejorar la velocidad de entrenamiento (por ejemplo el descenso de gradiente estocástico), se habla del aprendizaje online y se expone la filosofía map-reduce para utilizar paralelismo (tanto si disponemos de un cluster de ordenadores, como para utilizar procesadores multicore) en las técnicas de machine learning.

Planificación del curso:

El curso está planificado para realizarse durante 10 semanas: comenzó el 3 de Marzo y acaba el 26 de Mayo (esta semana es la última). El 16 de Junio vuelve a comenzar una nueva edición del curso. Me ha parecido un curso muy interesante, completo, útil, muy bien estructurado y todo perfectamente explicado, lo recomiendo.

A cada semana se ha subido a la plataforma uno o dos temas (compuesto por una serie de vídeos y documentos pdf/powerpoint). Se han diseñado dos tipos de ejercicios realizar conforme suben los temas: un pequeño examen de 10 preguntas cada semana y ocho sesiones de ejercicios prácticos (se implementan y ejecutan algoritmos en Matlab y, a través de un script se envían los resultados a la plataforma del curso, donde se puede observar el resultado de la evaluación).

Yo comencé el curso hace dos semanas y hoy lo acabo de terminar, habiendo realizado todos los ejercicios prácticos y exámenes (por subirlos fuera de cada plazo, es decir, por no realizarlos en el plazo de cada una de las 10 semanas, te penalizan con un 20% de la nota).