Півтора роки назад ходив на курси по датасаєнсу, і там також рекомендували Andrew Ng. Мені він сподобався тим, що дуже класно розповідає теорію. В усіляких туторіалах онлайн розповідають, грубо кажучи, які кнопки натискати. А Ендрю пояснює чому, та як це працює. Для хеловордів ці знання абсолютно не потрібні, але як тільки починаєш заглиблюватись в глибини, починаєш розуміти усю цінність такого підходу.

Сподобалося пояснення Andrew Ng, як працює ML на прикладі гри в шашки. Отже, суть полягає у здатності комп'ютера зіграти десятки тисяч разів проти самого себе (комп'ютеру на відміну від людини це не може набриднути) і визначити які ходи більше призводять до перемог, а які - відповідно до поразок.

Алгоритм unsupervised навчання ("без нагляду") - це таке навчання, де нема готових відповідей, дані на вході неструктуровані, однак однорідні, при цьому алгоритм на виході повертає структуру цих даних за різними ознаками.

Було розглянуто два типи задач що стосуються даного алгоритму:

а) кластеризація неструктурованих даних, наприклад:

a1) покупців товарів що належать до різних ринків, аби краще позиціонувати свій товар для правильної категорії потенційних клієнтів;

a2) групування новин за тематикою;

б) розподіл аудіопотоку на різні частини, задача називається "коктейль-вечірка", записано загальний звук де було просто два голоси що розмовляють різними мовами, а також голос на фоні музики, потрібно виділити лише одну так би мовити "доріжку".

Для вирішення підпункту "б" продемонстровано супер лаконічний код на Octave/Matlab, поки що без пояснення як саме це працює:

Пояснено що коли використовувати вірне середовище, то код буде дуже стислим; а якщо порівняти з такими мовами як Java, C++, Python, то потрібно буде завантажувати спеціалізовані бібліотеки і сам код буде більш громіздким.

Дивлячись знову і знову на цю стрічку коду, усвідомлюю що варто зрозуміти принаймні основи Octave/Matlab (далі протягом курсу Andrew Ng планує розповісти більше про це середовище).

----

Ще не починав. Зосередився поки що на курсі від Andrew Ng (Octave/Matlab), оскільки тут повинна йти мова про базові речі, а не про використання вже готових бібліотек. Наступним кроком буде вже ML на Python.

----

Upd: а пишу я ці короткі нотатки, бо це порадив робити Andrew Ng - обговорювати з іншими що вивчили і в подальшому також обговорювати практичні завдання. Власне для цього обговорення існує форум на самій платформі курсера, однак вирішив це робити поки що тут.

Як на мене МН починається з усвідомлення того, а як би я навчав свою дитину.
І на мою думку, поки розробник цього не усвідомлює ні про які МН не може й бути мови.

ШІ це не просто курси.
Штучний Інтелект. Що ви собі уявляєте під цим терміном?

Иии, я щось не зрозумів звідки взялося поняття ШІ в цьому топіку. Ні, воно звісно в тому ж напрямку, але все ж МН це всього лише малесенький сегмент від ШІ.

AI (ШІ) > ML (МН)

----

Upd: додам що на мою думку, AI (ШІ) просто не існує в реальному житті, принаймні поки що. Існує в науковій фантастиці і також в голові маркетологів, котрі видають просунуте ML (МН) за штучний інтелект...