Coursera の Machine Learning course を修了した

昨年の12月から受講していた Cousera の Machine Learning course を修了した。

www.coursera.org

以下、簡単に感想

• この界隈では受講必須
• パラメータチューニングやサンプル追加の効果の判断など、アルゴリズムよりも重要な点について教えてくれる
  • ライブラリしか使わない、という人にも有用
• プログラミングはOctaveだが、行列演算がとても書きやすくてよい

---

学習当初は相場の予測に使おうと思っていたが、軒並み仮想通貨が暴落したのでちょっと迷っている...

仕事ではじめる機械学習

データサイエンスのための統計学入門 ―予測、分類、統計モデリング、統計的機械学習とRプログラミング

［第2版］Python 機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)

Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎

Zaif の streaming API がまた止まっている の続きの続き

team-6.hatenablog.jp

の続き。

先ほどZaifの画面を見たら（MONAがまた下がっていてうんざりしつつ）、板情報が更新されるようになっていた。 一体何だったんだろう...

マンガでわかるビットコインと仮想通貨

世界は逆転する!　仮想通貨サービス・ICOで世界を変える

仮想通貨財テク術　爆上げ最前線 (パワームック)

60分でわかる！　仮想通貨　ビットコイン＆ブロックチェーン　最前線

Coursera の Machine Learning course を始めた

Coursera という、無償のe-Learningがあり、そこのMachine Learning courseがかなり評判が良いので始めてみた。

www.coursera.org

現在2週目だが、ここまでの感想は以下の通り。

• コンピュータ・サイエンスを昔やっていた身としては、復習になる部分が多いが、むしろ現役のときよりも分かりやすかったので、もっと早く出会いたかったなあと思った。
• 当方、英語リスニングだめなので字幕必須だが、読む文にはそれほど苦にならない（ビデオ以外は英語です）ので、まあまあついていけている
• 日本語字幕が流れるのが早いときがあるが、あんまり気にならない

まだプログラム書くとこまでたどり着いておらず、多変量の線形回帰についてのところまで来ている。 2週目でOctave書くらしいので、今晩中にはOctave書くことになるかと。

---

機械学習を学んでどうするかといえば、もちろん相場の予測に使う。

最近スキャルピングの本など読んだのだが、抵抗線とかを機械的に引くのはあんまり楽ではなく、 さらにその結果から次のアクションを自動的に判断するところまで作りこむのは、できなくはないが、良い物を作る自信はないし楽しそうでもない。 その他、人力で実施できる解析を機械にさせるのはいささか面倒だ。

それよりも過去の膨大なデータをガシガシ食べさせて、パターンを覚えさせるほうが楽で楽しい。

楽しんで作り、楽して稼ぐ、が一番だ。

仕事ではじめる機械学習

Machine Learning実践の極意 機械学習システム構築の勘所をつかむ！ impress top gearシリーズ

Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎