iT邦幫忙

第 11 屆 iT 邦幫忙鐵人賽

DAY 2
0

是的,我在coursera上的第一堂課就遲到了...

怎麼回事? Well... 我剛開始其實也不清楚XD
coursera上我根據[ML Study Jam 機器學習培訓計劃 - 進階]的報名和報名成功的回信引導,成功的註冊了
[Machine Learning with TensorFlow on Google Cloud Platform]
[Advanced Machine Learning with TensorFlow on Google Cloud Platform]
這兩門課程,信件還特別提醒該去註冊連結的網址,並要記得退訂10月後的課程訂閱,避免30天後會向我收取課程的訂閱費用。

好的,回到我今天的挑戰吧!從訂閱課程中的前者(ML with TF on GCP)開始嘗試,兩門課程主要就是像概論與實務操作間的關係,先聽聽人家想跟我這位學生想說什麼。恩,訂閱的實際上是前者中五門課程的第一堂[How Google does Machine Learning],基本上內容先從介紹Google自家產品起手,畢竟拿人手短,吃人嘴軟,被推銷一下也是合情合理,何況也確實是好東西就是了,但是! 有簡單的選擇題考試(Quiz),而截止時間是9/2號,這不是昨天嗎 = =|||

好,還同時是有5個考試都逾時了,感覺像同學們都開始上課一周而我才頭一次踏進門阿,看來因為我是8/26號就向Google報名這課程,想說同這裡的鐵人挑戰一起處理,就不知不覺間遲到一周了,不要緊在9/9前都不會關閉課程,皮繃緊點開始追~
(教授說全英文授課且下周上課前可以補交的概念)

簡單提點一些我手抄筆記上的內容:
1.How Google does ML
提及比起直接去操作TensorFlow而言,更多更多的人回來看這系列課程想講的Strategy,我們需要更大的目光來看待使用Machine Learning該有的策略

2.ML module works well in experiments fail miserably in production
為什麼會發生ML在實驗表現很好,卻在實務上很糟糕呢? 答案是dataset很重要,花時間去了解跟消化它,然後進步吧!

3.end-to-end on ML
實際上是相對有難度的部分,所以這部份的課程被拆分到了[Advanced Machi...],可能保留到我上那部分的課程再理解吧,簡單說它在探討如何實務應用

4.AI first
Google 舉例了很多他們的服務是怎麼應用ML的,為此更要從根本上介紹幾個概念,像AI之於ML相似物理之於牛頓定律,ML同樣被解釋為新的程序設計(programing)方法而不是需要提及data才能解釋,ML取代了我們在程式設計定義的規則

差不多這幾點,其實略過了許多挺有趣的概念,不過我想這在隨著後續的學習再回頭看會越有感覺吧~


上一篇
Day1 出發
下一篇
Day3 定義問題
系列文
想使自身成長就先從連續30天的機器學習開始吧!31

尚未有邦友留言

立即登入留言