Hoppa till innehåll
Coursera - Machine Learning

Recension – Coursera – Machine Learning

Nu har jag precis avslutat min första kurs hos Coursera – Machine Learning. Det lär inte bli den sista!

Omvägar

Jag håller ju på att kickstarta min AI-satsning. Jag köpte några böcker om deep learning och om algebra. Min tanke var att jag skulle lära mig grunderna till machine learning genom att läsa, räkna och göra exempel i datorn. Närmare bestämt hade jag tänkt att jag skulle lära mig grunderna till programmering av maskinlärning i programspråket Python.

Som av en händelse hittade jag en kurs på Coursera. Jag kommer faktiskt inte ens ihåg hur det gick till. Förmodligen Googlade jag på någonting helt annat och hittade den. Någonting väckte mitt intresse och jag registrerade mig. Fortfarande förväntade jag mig att den främsta källan till lärdom skulle vara från mina böcker.

Coursera logo

Coursera är en online-plattform för lärande. Med andra ord en skola på nätet. Den grundades i April 2012 av Andrew Ng och Daphne Coller. Enligt Wikipedia har sajten nu över 33 miljoner registrerade användare och fler än 2400 kurser! Antalet anställda på bolaget är 280 personer. Bara en sådan sak. Bland kurserna så finns det några som är gratis, några av dessa är gratis men man kan köpa till ett diplom efteråt. Andra kostar pengar. 

Om man vill kan man gå en hel Masters-utbildning online. Då får man ett betyg från ett riktigt universitet. Till exempel kan man få en Bachelor of Computer Science-examen från University of London! Helt online! Vilken grej! Detta kostar dock en slant. Längre utbildningar ligger på i storleksordningen 15’000 till 25’000 dollar. Men då har du att göra i 3-6 år!

Recension – Coursera – Machine Learning

Kursen jag tog hette “Machine Learning” och leddes av tidigare nämnde Andrew Ng. Den spelades in 2011 medan han fortfarande undervisade på Stanford. Kursen var gratis, men om man vill kan man  köpa ett intyg på att man har klarat den för 79 $. 

Kursen består av ett 11 veckor långt program där Andrew berättar om olika områden inom machine learning i ett antal filmer. Filmerna är mellan 3-20 minuter långa. Efter ungefär var åttonde film får man svara på ett quiz för att se att man hänger med.

Under kursen får man också (om man vill) lösa åtta olika inlämningsuppgifter. Dessa är också helt automatiserade. Man får olika deluppgifter baserat på det man gått igenom under veckan. Dessa löser man sedan i Matlab, alternativt i gratisversionen Octave. När man är färdig skriver man kommandot submit(), och får genast veta om man klarade sig.

Totalt är det ungefär 57 timmars jobb att ta sig igenom kursen.

Omdöme

Så vad tyckte jag om kursen? Som jag inledningsvis antydde så trodde jag inte att jag skulle få ut så mycket av den. Men jag måste säga att jag lärde mig massor. Jag vet inte om det var att jag samtidigt läste mina böcker, men det var många pusselbitar som föll på plats när jag såg filmerna. Programmeringsuppgifterna var också väldigt bra. Man får en annan förståelse när man själv multiplicerar matriser än om man bara läser om det.

Kursen gick bland annat igenom Linear Regression, Logarithmic Regression, Neurala nätverk, Backpropagation och Unsupervised learning. Hela tiden med bra exempel på hur det används i verkliga livet. Det märktes att Andrew visste vad han pratade om.

Om du, liksom jag, är i uppstartsfasen av din karriär inom AI, kan jag verkligen rekommendera kursen! Det är framför allt en kurs för nybörjare, skulle jag säga. Kanske upp till medel. Avancerade användare får nog inte ut så mycket av kursen.

Jag ger den… Nah, kanske att den kunde vara lite proffsigare producerad och lite nyare. Ibland får man sig ett gott skratt när Andrew skriver ”Erase this part” efter att han har hostat, eller när han helt enkelt börjar om och säger samma sak en gång till. Inspelningsplatsen tror jag är i universitetets källare.

Rent innehållsmässigt är det en 10:a men slutbetyget blir istället:

9 av 10

Där alltså betyget är i hög grad jag rekommenderar andra att gå kursen. Ah, det här inlägget är för övrigt inte sponsrat.

Lämna ett svar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *

Denna webbplats använder Akismet för att minska skräppost. Lär dig hur din kommentardata bearbetas.

%d bloggare gillar detta: