courseraのMachine LearningをPythonで復習。リンク集

というわけで、Octaveでの演習をPythonに置き換えて復習です。自分メモなので中の人の勉強が進むと加筆するかもしれません。

参考にさせていただいているサイト

Qiita@nokomitchさん
ex1（線形回帰）
ex2（ロジスティック回帰）
ex3（ロジスティック回帰で手書き数字認識）
ex5（正則化パラメータの調整）
ex6 (SVM パラメータの調整法)
ex7-1 (K-meansクラスタリングで画像圧縮)
ex7-2 (主成分分析)

Qiita@lucas29liaoさん
ex4（ニューラルネットワークで手書き数字認識）

Python でデータサイエンス
scikit-learn で線形回帰 (単回帰分析・重回帰分析)

ex8どこかにないかな。

頻出するPythonライブラリ

• numpy　数学的なものを扱う。ないともげる
• pandas　csvデータを取り込むときに使う
• matplotlib　グラフを描画するときに使う
• sklearn　機械学習の計算に使う

自分的なポイント

sklearnでは正規化項λの逆数Cを使う

sklearnでは、θ0（切片）はintercept_、θ1, θ2…（偏回帰係数）はcoef_で数値を出す。fit()で学習させた後に放り込むとあら不思議できちゃった

授業で習ったアルゴリズムをちゃんと思い出す。ノート万歳

各ライブラリのメソッドとか引数を把握する

 coursera修了後はどんなルートを辿るべき？

qiita.comいくつか調べてみたところ、一番分かりやすいのはこちらのように思いました。

トライしてみたいと思います！