Poslední semestry jsem se na Stanfordu věnoval strojovému učení (machine learning). Zní to možná hezky, ale studovat mne tam nechali jen virtuálně v rámci Coursera. Oficiální přihlášku jsem ani nezkoušel. I tak jsem kalifornskou univerzitu navštívil a celý kampus v Palo Alto mne nadchnul! Alej ke škole je lemována palmami. Mezi historicistními budovami je mnoho prostoru, s VŠE to nejde srovnávat. Knihkupectví je obrovské a najdete v něm kdejakého Kaushika. Někteří doktorandi Stanfordu mají na svých neudržovaných stránkách animované GIFy. Ti toho ve světe internetu moc nedokážou 

Podívejte se na dalších devět fotek z areálu Stanford University.

Kurz Machine Learning

Nejdůležitější pro mne byl kurz Machine Learning, který učí srandovní profesůrek Andrew Ng. V rámci 10 týdnů přednášek jsem se dozvěděl o různém využití lineární a logistické regrese, neuronových sítí, algoritmech podpůrných vektorů, klastrování, snižování dimenzí, detekci anomálií a dalších šílenostech. V programu Octave jsem dělal 8 úkolů, ve kterých se aplikovaly znalosti o vzorečkách a postupech zpracování dat. Pochopil jsem rozdíly mezi trénovacími, testovacími i ještě neviděnými daty a jak to zapadá do křížové validace.

Už vás těmi odbornými termíny nebudu zdržovat, samozřejmě se hlavně potřebuji pochlubit certifikátem o úspěšném absolvování kurzu 

Kromě Coursera můžete bezplatné vzdělání hledat např. na Udacity, Khan Academy, Academic Earth a edX. Na strojové učení existují kurzy na ČVUT i UK.

Další zajímavé kurzy

Se kterými předměty jsem se ještě spustil přes vzdělávací systém Coursera:

• Natural Language Processing (Stanford). Velmi dobře podaný kurz, jak z teoretické stránky, tak z praktických příkladů v Javě. I já jsem zvládl udělat půlku úloh. Zvládl jsem úkoly na detekci spamu, automatické jazykové opravy, analýzu sentimentu a klasifikaci osob podle zmínek v obsahu článků. Pak už jsem na kurz ovšem nenacházel více času. I tak jsem se naučil hodně užitečných poznatků o zpracování jazyka, jazykových modelech, textové klasifikaci a získávání informací.
• Web Intelligence and Big Data (Indian Institute of Technology Delhi). Procvičil jsem si překvapivě neskutečně pomalou indickou angličtinu a získal základní vhled do problematiky velkých dat. Vyzkoušel jsem si naprogramovat Map-Reduce úlohu s pomocí Pythonu (a kupodivu to fungovalo). Když jsem něco naprogramoval špatně, hned to šlo poznat: zpracování trvalo místo 30 minut třeba 6 hodin. Ještě se ke kurzu někdy vrátím.
• Computing for Data Analysis (Johns Hopkins Bloomberg School of Public Health). Praktický kurz zaměřený na statistický nástroj R. Jen čtyřtýdenní, takže to šlo zvládnout. Naučilo mne to používat některé funkce v R, o které bych jinak nezavadil.
• Statistics One (Princeton University). Zřetelně podaný kurz statistiky. Zvládl jsem úspěšně dokončit, ale tato univerzita nevydává žádné certifikáty ani bodová ohodnocení, takže teď nemám čím machrovat.

Další kurzy mám přihlášené a těším se na ně, až je budu mezi druhou a čtvrtou hodinou ranní studovat pod peřinou