こんにちわ。R&Dエンジニアのやじろべぇです。
今回はCourseraのディープラーニングコース（正式名称は、Deep Learning Specialization）の1~4コースを1ヶ月で完走したので、その話をまとめました。
結論から言うと、これから”本気で”ディープラーニングを学びたい人にとってはかなりオススメだと思います。
逆に、”ちょっと興味がある程度の人”もしくは”まったく機械学習等の予備知識が無い人”にはあまりオススメ出来ないです。
詳しい理由はこの後にも述べますが、単純に挫折する可能性高いからです。
ちなみに無事に各コースを受講完了すると、こんな感じの修了証がいただけます。
こちらの修了証は履歴書やLinkedIn等へ掲載可能と、Courseraのお墨付きです。
しかも修了証の有効期限はなんと【無期限】！
機械学習エンジニアへジョブチェンジされたい方にとっては良いポートフォリオの一つになりますね。
また、初学者がスクールに行くべきかについても私なりの考えをまとめていますので、こちらもあわせてどうぞ！
スポンサーリンク
目次
バックグラウンドと受講したきっかけ
私は正社員として某スタートアップのR&D部門で勤務していて、直近では主に画像認識に関連する技術開発をしています。
仕事の中でも最近はディープラーニングを使う機会が増えてきたのですが、体系的に学んだことはありませんでした。
もちろん最低限必要な知識は書籍等で随時キャッチアップはしていましたが。
また、機械学習の基礎という意味ではプログラミングスクールの機械学習講座を既に受講していました。
未経験だけどこれからデータサイエンティストを目指したい方向けの記事も書いていますので、こちらもどうぞ。
Courseraの講義は非常にわかりやすくて良いと有名だったので、私もディープラーニングの基礎を体系的に学んでみる良いキッカケだと思い受講しました。
Coursera ディープラーニングコース
私が受講したディープラーニングコースですが、正式名称は Deep Learning Specializationとなります。
2019/6/1時点でコースは下記の5つあります。
それぞれのコースの説明は他の方のブログ等にも詳しく説明しているのでそちらを参考にしていただければと思います。
私は1～4コースまでを1ヶ月程で受講しました。
Course5 : Sequence Models
勉強スタイル
私の場合、勤務先でもこちらの講義を推奨されていたこともあり、幸いにも勤務時間内にも少し勉強出来る環境でした。
勤務時間外では、通勤中にスマホで見たり、帰宅後や休日に少しずつ進めたりしていました。
講義は動画形式と実践形式でわかれているので、動画での講義は移動時間を上手く使って進めることをオススメします。
これからCoursera ディープラーニングコースを始めたい人へ
冒頭でも書きましたが、これから”本気で”ディープラーニングを学びたい人にとってはかなりオススメです。
講師はStanford大学のAndrew先生で、彼はGoogleやBaidu等でも勤務されていた第一線のAI研究者です。
そのAndrew先生の講義を無料で受講出来るのは素晴らしい刺激になります。
一方で、このコースは中途半端な気持ちで臨むと挫折する人が多いのではないかなぁという印象です。
その理由をこれからいくつか書きます。
・日本語字幕が無い
当たり前ですが、Andrew先生の動画講義は全て英語で話されています。
英語に自信が無い人でも大丈夫なように、いくつかの国の字幕も用意されていて、日本語字幕もあります！
しかし・・・2019年6月1日現在は残念ながらいくつかの講座に日本語字幕が整備されていません。。。
感覚としては全体の6割強くらいは日本語字幕はありますが、残りは無いです。
これは英語が自信無い人にとってはかなり心折れます。
「ただでさえ難しい講義なのに、日本語字幕が無いって・・・」
っという感じで、私は言葉の壁が原因で何度も諦めかけました。
私の場合、ディープラーニングの基礎的な部分は書籍等で勉強していたのと機械学習の基礎は既に勉強済みだったので何となくわかる部分もありました。
それでも分からない所はGoogle翻訳をフル活用で乗り切りました。
・単純に内容が難しい
Andrew先生はわかりやすい説明をしてくれるので有名な先生みたいなのですが、それでもある程度の数学や機械学習、プログラミング（特にPython）の下地が無いと完走するのはかなり厳しい印象でした。
数学の知識としては、最低限高校数学がある程度わかってないと講義が辛く感じてくると思います。
全部の分野でなくてもよいのですが、微分はある程度わかっていると理解しやすいと思います。
機械学習の知識については、基礎知識がある前提で講義していることもあるので、「機械学習？何それ、美味しいの？」状態ですとかなりきついです。
最後のプログラミングの知識ですが、実践演習ではJupyter Notebookを使って進めていくので、Pythonの知識があると良いです。
Pythonはやったことなくても何かしらのプログラミングの経験があるのと無いのでは進み具合が全然違うと思います。
・完全無料というわけではない
私は受講したことありませんが、同じAndrew先生の機械学習講座は完全に無料らしいですが、ディープラーニング講座を完全にクリアするために有料となります（2019/6/1現在 月額約5000～6000円）。
コース登録してから7日間は無料ですが、それ以降は実践演習も含めて受講するとなると月額が発生します。
動画自体は無料で見ることが出来ます。
もちろん、超有名な講師の授業と考えるとかなり安いとは思いますが、挫折してしまったら少しもったいないですよね。
まとめると、 課金が必要になるのは「実践演習（プログラミング）とテスト、そして修了証の発行」となります。
Coursera ディープラーニングコースを受講する前の準備
人それぞれバックグラウンドは違うので、一律的にこれがおすすめ！というのは難しいのですが、無事に1～4コースまで完走した経験から勉強方法を少しまとめてみます。
・数学の知識があまり無い人
高校数学をざっと復習しましょう。
例えば私は下のような書籍を読んでいました。
また、Udemy等でAIに必要な数学知識を学ぶのもかなりおすすめです。
Udemyのおすすめ講座はこちらにもまとめていますので是非参考にしてみてください。
・
機械学習の知識があまりない人
機械学習に関する書籍や情報は今ではかなり充実してますので、それらを一読することをおすすめします。
私はこちらの書籍は全て目を通しました。
最初から難しい本を読む必要はありません。
まずは、簡単なものでイメージを沸かせたほうが良いです。
[第2版]Python 機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)
また、日本語による機械学習専門のプログラミングスクールにまずは行くのも良いと思います。
私も機械学習についてはプログラミングスクールに通って基礎から実践まで学びました。
または、Andrew先生のCoursera 機械学習講座を先に受けるというのも王道かもしれません。
・プログラミング（Python）の知識があまりない人
プログラミング言語はたくさんありますが、まずはPythonだけを集中的に勉強すれば良いと思います。
Pythonの基礎的な勉強は下のような書籍を参考にされると良いと思います。
独学プログラマー Python言語の基本から仕事のやり方まで
手元にあるとかなり役に立つ書籍
基本的な知識を身につけて、いよいよディープラーニングコースを受講してもやはりそう簡単ではないです。
私は常にこれらの書籍を手元に置いて、動画のわからないことがあった場合の補習教材として使っていました。
もちろんコースを受講し終わった今でも見返したりしている良書です。
ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
まとめ
私は良い環境にも恵まれたこともあり、1ヶ月程度で何とか完走することが出来ました。
体系的に学ぶとやはり理解力が全然違いますし、無事に受講出来ると自信にも繋がります。
この講義を一通りクリアしたら、AIエンジニアとしてスタート出来たと言っても良いと思います。
後は最新の論文等を見て、更に知識を深めていけば完璧です。
《注意：補足》
Courseraのディープラーニングコースで月額登録をした場合、サブスクリプションを自分でキャンセルしないと毎月自動的にお金が引かれてしまいます！
受講し終えたら必ずサブスクリプションをキャンセルするようにしましょう。
おすすめ記事
スポンサーリンク
