Coursera 机器学习课程经验分享

这篇博客分享了一位学员在Coursera上完成机器学习课程的经验。课程被评价为实用且深入,适合想要了解和应用机器学习的人。尽管是英语教学,但有中文字幕,推荐使用Octave作为编程工具。课程包含测验和编程作业,建议提前完成并多次尝试以确保通过。博主提醒注意视频播放问题,提供了解决方案,并强调课程对实际问题的解答能力。
摘要由CSDN通过智能技术生成

最近完成了Coursera上的Machine Learning(机器学习)课程,把自己在学习中的一些经验分享出来,希望能给想学习这门课程的同学一些帮助。

1. 这门课程值得去学习么?

答:我本来只是想把完成这门课程写到简历里,因为感觉之前也了解了很多机器学习方面的知识,但是当我开始到第二周的时候,就已经开始改变了这种想法,

到第5周神经网络之后就觉得这门课太棒了,它可以解答我以前的困惑,因为它的应用性较强,从这门课不仅了解原理而且知道在实际中如何应用(主要是应用),

所以如果你想学习机器学习的话,不要犹豫,加入吧。

2. 关于课程语言

答:英语教学,但是有中文字幕,我选的是英文字幕,配合有道词典和翻译(哈哈),因为后面的测验和编程作业以及课件都是英文的。

3. 关于论坛

答:最开始学习这门课的时候,因为很多未知,所以有担心和顾虑,于是关于论坛还有课程的相关注意事项了解了下,但真正开始课程反倒没有上过论坛,因为没有最开始担心的解决不了又找不到解决方法的地方的情况。

4. 关于编程语言

答:在第2周的课程里面会讲编程语言的问题,老师会建议用Octave或者Matlab,不建议用其他的比如python。相信老师的没有错!我熟悉的语言是python和Matlab,最开始想着用Matlab,但是担心Matlab万一安装或者是运行有问题,可以用Octave做备用,所以后来也装了Octave(很好装的,按照课程里面的指示做就可以)。后来试了下Octave很好用,语法也比较简单,跟Matlab相似(不用担心不会),但是比Matlab好用很多。所以非常建议大家用Octave。

5. 关于课程后面的测验

答: 测验我觉得难的就是不定项选择(就是可能只有一个正确答案,但大部分都是两个),每次测验有5个选择题,每个1分,但是80分算通过,就是至少要对4道题才可以通过。可以多次测验达到通过,但是8个小时只能做3次,如果8个小时内3次都没有通过就明天再做吧(只要是在截至时间刷过就可以),但一般刷两遍都能过。如果有时间可以多刷,每次可能题不太一样,但如果刷了两遍还没有过,说明某个知识点或是题理解的有点偏差,网上也有一些答案(但不是都是对的,大部分是对的),最好还是自己做。

注:最好不要用手机或者pad做测验,会显示不全,我就做过一次,没过,果断放弃了pad。

6. 关于编程作业

每一个‘machine-learning-ex*’ 中有一个ex*.pdf,(比如machine-learning-ex8 中有一个ex8.pdf文件)这个文件是做作业主要的参考依据,里面会有提示哪些文件需要自己补充,以及补充内容如何实现的提示。做作用主要参考文件是ex*.pdf,“YOUR CODE HERE” 下面的说明,课件。 这三样就可以保证你把代码完成。文档中会告诉你补充完代码后结果应该是什么样,当你的结果跟提示的结果不一致时一定要检查,一般情况下都是有错的。但有两章有些许出入,比如第5章神经网络我的代码执行后预测的准确率是80%多,跟提示的有出入,但是其他的都一致,最后提交是100分。作业最好是一次通过,因为会记录你每次提交的结果(看着很多不通过应该会影响心情吧)。我第6周提交了两次,当时有点大意(没有考虑到lambda不等于0的情况),所以编程题还是要认真跟提示的结果去对比,发现不一样,要去找原因,如果确定自己是没问题的就可以提交试试。

7. 关于提交截止时间

课程一共是11周,每周的课程的测验和编程作业多有截止时间(一般是周一的凌晨4点之前),最好是在截止时间提前几天完成,因为你可能遇到一些问题或者是其他的事情耽误时间,有时候这个网站还会出现视频播放不了,上不了网站,等等。给自己提前留出几天的时间比较安全。

8. 关于视频播放不了

需要修改电脑的hosts文件,具体可以参https://www.zhihu.com/question/29433255 ,我用的是99.86.149.99 d3c33hcgiwev3.cloudfront.net ,感觉比较好用。如果有时候还是卡,就调低下视频质量,我用的是360p就比较急流畅。大陆应该只能在电脑上看,反正我的手机和pad上都不行。

9. 关于注意事项

在开始课程的时候,因为未知事情较多,所以多看看各方面的说明和经验对后期会有很大帮助,可以避免一些弯路。

最后,如果有时间会写下课程内容的总结。

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值