Kaggleのmicro courseと並行して、Hands-On Machine Learning with Scikit-Learn & TensorFlow written by Aurélien Géron(初版)をテキストに勉強する。
Generative Deep Learning の著者David Foster氏がF. Chollet氏のDeep Learning with Pythonとこの本を推奨していたのでこれに決めた。
テキストの選択は重要だと思うが、講義やセミナーを聴講したことがないし、この分野に明るい知人もいないので、適当に決めた。
第1章は概要でプログラムは殆どなかったので、第2章から読み進め、プログラムコードを入力していたが、見慣れないコードがあり、入力しても動くかどうか不安になったので、GitHubからダウンロードした。
すぐ隣には、著者の第2版のプログラムコードも掲載されていたので、これもダウンロードした。
自分のパソコンのJupyter notebookで動作確認した。第2章だけであるが、1セルだけ、エラーメッセージが出たが、ほぼ使えそうだということは確認できた。
コロコロと、方針も内容も変化して、おかしなことになっているが、半年以内にKaggleのエキスパートになっていること、という目標は変えていない。
この目標があってこその、機械学習の勉強である。
今日は、第2章で、housingというデータセットをダウンロードし、pandasでDataFrameを読み込み、表やグラフを表示し、Train/Test Setを作るところまで進んだ。
このテキストは、すらすらとは読めない。ごちゃごちゃしている。トライアンドエラーを目の前でやってみせて、だからこうしないように、だからこうするように、という説明の仕方になっているようである。
練習問題も用意されており、自習するのに良いテキストだと思うが、プログラムコードが昔のタイプライターの活字体のようで、ちょっと読みづらい。
明日は、どこまで進めるかな。