読者です 読者をやめる 読者になる 読者になる

歩いたら休め

If the implementation is easy to explain, it may be a good idea.

【機械学習】グラフィカルモデルを勉強するために玉木先生のMOOC講座をやっています

いろいろと迷走していましたが、自分は物事の関係性とか因果関係とかを見るのが好きっぽいのでベイジアンネットワークやグラフィカルモデルを本腰いれて勉強することにします。ベイズや確率についても身につけたいですし。

 

今度はどうやって勉強しようか悩んでましたが、このMOOC(オンライン講座)がかなり良さそうです。条件付き確率やベイズの定理のいろはから丁寧に勉強できそうです。

この手のサービスには珍しく、日本語で講義を進めてくれるのも嬉しいです。

今日セクション3までと、ちょっとズルをしてセクション10をやってみました。最初のほうは、条件付き確率の周辺化の話など、基本的な話なのに自分が独学に時間がかかってしまった部分を簡潔に説明されていて、理解を深めることができたと思います。

一応画像処理の話に関連付けられているものの、機械学習やグラフィカルモデル全般に関わりある話が多く、機械学習の初学者にも役立つはずです。

日本語による説明でこういった内容をWeb上でまとめて聴ける講義はいまのところ存在しないと思いますので、興味のある方はぜひチェックしてみてください。皆様の研究室のB4の人たちや、皆様の会社の新入社員の方にもおすすめだと思います。

こういう講義はどんどん公開していってほしいですね。

 

ちなみにベイジアンネットについてはこの本でも勉強を進めています。

ベイジアンネットワークの統計的推論の数理

ベイジアンネットワークの統計的推論の数理