このコースへようこそ  ここでは機械学習のプロジェクトを
どう構成すべきかを学びます 機械学習の戦略についてです このコースでは機械学習システムを かなり早く、効率的に動作させる方法を学びます 機械学習の戦略とは
何でしょうか 考えたくなる例から始めましょう 猫の識別機を
作っているとしましょう しばらく作業して システムの正解率が
90%まで到達しましたが 使うアプリケーションには
十分ではありません システムを改善する色々な方法を
思いつくでしょう 例えば もっとデータを集めて
学習データを増やすこと または トレーニングセットに
十分な多様性がないと考え 多様な姿勢を取った猫の画像や 多様な負例のデータを集めることや 勾配降下法を使って
より長くアルゴリズムに学習させることや Adam 最適化アルゴリズムなどの 異なる最適化アルゴリズムを使うことや 大小の異なるネットワークや ドロップアウトや
L2 正規化や 活性化関数や 隠れ層のユニットの数を変更するなどの ネットワーク構造の変更など
様々な方法で 深層学習のシステムの改善を
試みることができます 多くの考えや方法を
試すことが可能ですが 問題なのは 上手く選べなかった時には
全力である方向に６ヵ月間取り組んだのに よい結果を出せずに６ヵ月間経ってから
気が付く可能性すらあります 例えば 私が見たのは
文字通り６ヵ月間データを集め続けて ６ヵ月経ってから ほとんどシステムの性能を
向上できないと分かったチームがあったのです ６ヵ月を問題解決に
無駄に過ごせないとして 先ほどの方法全ての
どの方法が良いか これ以外の方法も含めて
どの方法を追求するか捨てるかが 効率的に素早く⏎分かるとしたら良いですよね このコースでは
多くの戦略を教えたいと思います 機械学習の問題を分析して 最も試して成功しそうな方向に
進める方法です またこのコースでは 非常に多くの 深層学習システムを作り商品化した経験から学んだ
数多くの教訓を共有します これらの資料は
このコースにしか無い独特なものです 例えば 大学の深層学習のコースでは これらの多くの方法を
教えているのを見たことがありません 深層学習の時代には
機械学習の戦略が 変わってきています その理由は深層学習のアルゴリズムで
可能なことは 古い世代の機械学習のアルゴリズムで
可能なことと違うからです これらの方法で
深層学習システムをうまく動作させることを より効率的に行えるようになる手助けを
したいと思います