第8週は教師なし学習と主成分分析です。今まではすべて教師あり学習だったということですね。

教師なし学習ではK-MEANS法という手法を取り上げています。
答えが決まっていないデータ群をうまいこと分類してくれるのですが、そのアルゴリズムがビジュアル的におもしろいというか直感的に理解しやすいです。
図はその過程を示しています。未分類のデータに適当に代表点(この場合2つ)を落として、それぞれのデータが自分がどの代表点に近いかで分類先を決めます。次に代表点は自分に属してくれたデータ群の重心位置に移動します。この過程を繰り返していくといい感じのところに落ち着くというものです。

machine learning - Stanford university

machine learning – Stanford university

ml2

ml3

ml4
プログラミング課題では画像データの圧縮を扱いました。

主成分分析はデータの次元を圧縮する手法です。

machine learning - Stanford university

machine learning – Stanford university


これは人工知能というよりも昔からある統計的手法という印象があります。