読者です 読者をやめる 読者になる 読者になる

ネットの海の片隅で

技術ネタの放流、あるいは不法投棄。

Courseraを使ってみた

代表的なMOOCであるCourseraを使ってみました。

履修したコース

6月頃からCourseraのMachine Learningを受講しました。

https://www.coursera.org/course/ml

コースのスタイル

僕が取っていたMachine Learningでは以下の様な流れで進められました。

講義の動画を見る

講義で使われている言語は基本的に英語ですが、字幕が用意されていたりします。 動画によっては日本語字幕も用意されていますが、僕は英語字幕を付けて見ていました。

1週間分の講義は複数の動画に分けられていて、それぞれは5-20分くらいの長さになっています。1週間分を合わせると1-2時間程度になります。

決して短くない長さの動画を見る必要があるので、プレイヤーの設定で再生速度を変更することができます。僕も初めは0.8倍で見ていましたが、後半は1.25倍で見るようになりました。

動画中に出題されるQuizに答える

動画の途中で、扱っている内容に関するQuizが出題されます。 このQuizの結果は成績に反映されません。

確認のための小テストみたいなのを解く

毎週、5点満点の小テストが出題されます。 この小テストの結果は成績に反映されますが、何度でも受けることができます。そのため、満点をとるまで再挑戦することが推奨されています。

Programming exerciseを提出する

与えられた課題に対して、実際にコードを書いて提出します。

このコースではOctave(or Matlab)で課題を解いていくのですが、submitすると自動テストが走ってコードの正しさを検証するという感じでした。ステキ。

課題の解き方に関してはある程度資料が用意される上、受講者とTAのフォーラム(掲示板)があるので、それら(とGoogle先生)を参考にしながらコードを書いていきました。

あと、フォーラムに課題の各段階のためのユニットテストが置かれていてTDDが捗りました。

時間

このコースでは1週間当たり5-7時間程度の学習時間が必要だとアナウンスされていましたが、この時間は概ね正しいと思います。ただ、Programming exerciseでハマったときは10時間以上かかることもありました。まあ、このへんは仕方ないですね。

全体を通して

講義の内容もわかりやすく、使いやすい、非常に良いサービスだと思います。

ただ、毎週コンスタントに勉強する圧力をかけられるのが良い一方で、結構な時間を割く必要があるのでそれなりに大変ではあります。

あと、アメリカの大学の先生は授業をするのが上手いと思います。これはアメリカの大学の先生が書いた教科書を見ても思うし、カンファレンスなどでのプレゼンを見ても結構思うので、上手く説明する力を育てる土壌みたいなものがあるのかもしれない。

追記

成績出ました。

f:id:s_osa:20140930191503p:plain