Moja opinia o Coursera :)

Póki co, mogę się wypowiedzieć bazując jedynie na kursie “Machine Learning”, który jakiś czas temu przeszedłem na portalu Coursera.org. To co zaimponowało, to świetny dobór prowadzącego, Andrew Ng nie dość, że jest specjalistą w swoim fachu, to jeszcze potrafi w prosty sposób przekazać zaawansowaną matematyczną wiedzę dotyczącą uczenia maszynowego. Każdy etap kursu ma minimum jeden test składający się z jednego lub kilku pytań. Prowadzący używa tableta (digitizera) z dokładnym pisakiem, co pozwala mu na bieżąco rysować w trakcie przeprowadzania wykładu. Przykłady z danymi są bardzo życiowe i podobne do scenariuszy, z jakimi zmagają się Data Scientists na codzień.

Idealnym połączeniem jest przejście tego kursu z jednoczesnym czytaniem książki Daniela T. Larose “Metody i modele eksploracji danych”. Może się zdarzyć, że na przykład oznaczenia zmiennych w regresji będą różne, ale książka ma kilka rozdziałów, które zdecydowanie uzupełnią więdzę m.in. o redukcję wymiarów, więcej metod regresji, itp.

Wiedza zdobyta przez doświadczenie > Coursera > Uczelnia

gdzie ‘>’ to znak wyższości lewego elementu nad prawym 🙂

Advertisements

What are the best machine learning libraries for Python ?

I found recently an oDesk job which can match my interest. Client says: “I would like that predictor to be written in Python only, and leverage only publicly-available libraries (mlpy, scipy,scikit etc.)“. Well, it would be good idea to utilize more than one package and check for output F-score, so I googled the most known machine learning packages for Python, there they are:

MLPY and PyML seem to be the most known and mainstream choices. Regarding the list above – Anaconda Python distribution seems to include only scikit-learn package. On the other hand, if your task is connected with NLP only, NLTK package may be enough.

Source: http://www.quora.com/What-are-the-best-open-source-machine-learning-libraries-written-in-Python
http://docs.continuum.io/anaconda/#packages-included-in-anaconda