0 неделя, 1 неделя, 2 неделя, 3 неделя, 4 неделя, 5 неделя, 6 неделя ...
Вот мы наконец и подобрались плавно к последней неделе 1 месяца. Перейдём сразу к делу, к теме «алгоритмы». Скажу сразу чтобы не было недопониманий, я не рассматривая оригинальный курс(Siraj Raval). Узнав, что эта неделя называется «алгоритмы» мне на ум сразу пришла книга «Грокаем алгоритмы»
но был вопрос зачем знание таких алгоритмов в машинном обучении.
Перейдя сразу к рекомендованным ими курсам я немного удивился если не сказать иначе. Увидев там в списке тем хеш таблицы и деревья поиска я решил, что моё представление о машинном обучении не точным, но после нескольких вопросов к гуглу и более опытным коллегам оказалось, что это всё используется максимум в каких-нибудь скоростных библиотеках, но тут курс не только для создателей библиотек по машинному обучению, тут он скорее направлен на тех, кто будет эти библиотеки использовать. Предположу, что это либо для общего понимания как все эти библиотеки устроены изнутри, либо мы будем писать все эти алгоритмы с нуля без библиотек, либо он сам как специалист в области разработки данных библиотек и хочет заманить как можно больше людей в эту область ведь гораздо приятнее обучать тематике которую любишь хорошо знаешь(сам так грешил).
Курс на Coursera рассчитан на 1 месяц и уместить его в 1 неделю невозможно проблематично. Предложенный же русский аналог этого курса оказался без видео тк канал на котором выложили эти видео был удалён с ютуба.
Безусловно общее понимание того, как работают библиотеки необходимо, но не на столько чтобы ради этого понимания углубляться в хеширование.
В качестве алгоритмов я бы скорее выделил хотя бы пару алгоритмов машинного обучения, алгоритмов подбора оптимальных параметров и метрик. Этого конечно мало для того чтобы разбираться в этой теме (понимать что лучше использовать в том или ином случае), но это даст во-первых основы для того чтобы разобраться дальше, а во-вторых должно дать понимание того, почему какие-то метрики не работают в том или ином случае и что в них вообще можно улучшить(для конкретных случаев). Понимание этого всего сэкономить кучу времени в будущем(бездумный перебор разных алгоритмов довольно долгий процесс).
Я забежал немного вперёд по курсу чтобы проверить будет ли разбор алгоритмов в будущем и оказалось, что
- Разбор алгоритмов будет буквально на следующей неделе
- Это разбор рассчитан на 9 недель хотя его надо по идее курса уместить в 1 неделю
- Рассчитывается, что в процессе прохождения курса мы будем писать алгоритмы с нуля и не будем использовать библиотек(хотя в конце недели мы и должны будем изучить основы TensorFlow).
Я не любитель велосипедов и считаю, что было бы глупо не использовать все возможности библиотек особенно учитывая, что это не несёт никакой пользы.
Никто, за очень редким исключением, (как минимум на момент написания этой статьи) не требует умения написать алгоритмы с нуля, требуется умение использовать библиотеки(вакансии рассматривались в 0 части) в связи с этим я буду использовать готовые решения из библиотек, а не писать свой велосипед.
Я постарался сделать вход в машинное обучение как можно более плавным, ведь дальше пойдут довольно сложные темы с большим объёмом информации которую необходимо понять.