時間真快，10周的課程就已經結束了
十週，8個programming exercise，18個quiz，感謝
看着長長地視頻列表，心中有些小小的成就感，在此感謝coursera提供的課程，感謝Andrew教授的精彩課程，爲我打開了機器學習這扇大門
還是先簡單說說最後一週的內容吧，首先是Large Scale Machine Learning ,即講機器學習算法如何應對大量的數據，總結下來就是以下幾點：
1.Stochastic Gradient Descent
隨機的梯度下降算法，每次用一個樣例進行梯度下降，雖然不會嚴格地趨近於最優值，但是會十分接近，以至於可以很好的應用於實際。
2.Mini-Batch Gradient Descent (6 min)
介於Stochastic Gradient Descent和Batch Gradient Descent 之間的一個算法，即每次迭代時使用一部分樣例進行計算，一般選擇20-100，可以說上面兩種算法就是特殊情況下的Mini-Batch Gradient Descent。
3.繪製以迭代次數爲x軸的圖像，以此來確定算法是否使用大量的數據進行更好的計算。
4.在線學習，即你有一個持續的樣例來源，你可以只使用一次這個樣例，參考許多網站的用戶行爲分析。
5.Map Reduce，其實是很重要的一個思想，大概就是雲計算的思想，把計算分配到不同的計算機上進行整合。
最後給出了一個應用的樣例，OCR （Optical Character Recognition），大概講了一個項目的整合和分析，相當精彩。
課程總結和計劃：
接下來準備學習PGM，可能趕不上課程的deadline，但是不會爲了最後的分數而學習，看了第一週的課程，感覺還不錯，不愧是斯坦福的。NNML就比較不行了，這個很難繼續下去。另外買了《PRML》-影印版，原版太貴。。。，準備開始啃，加油！另外可以想想做點小東西，或者在http://www.kaggle.com/學習一下。
最後，真心感謝Andrew Ng.謝謝