もう少し詳しくという要望があったので、前回に続きもう一度
kaggleで銀メダルを取るのは難しいと思う
- 「銀メダル安定までに４年かかった」というツイートがあった
- 一方で、「全期間（約3ヵ月）公開カーネルをしっかり読んで真面目に参加すれば取れる」とのツイートも
- 全期間、公開カーネルをしっかり読んで理解するのは、はじめのうちは時間がかかって難しいけれど、慣れてくるとやっていることがわかるようになるので時間がかからなくなる
テーブルデータのコンペと画像データのコンペは別物（一部共通点もある）
- テーブルデータの場合は、kaggleのソリューションからほぼ全てを学ぶことができる
  - LightGBMなど、ツールのドキュメントは読む必要がある
  - 画像コンペの場合は論文を読むとか、強い人に教えてもらうとかする必要がある
- 画像データのコンペはディープラーニングが必須だと思う
- テーブルデータのコンペはLightGBＭだけでも戦える。
  - 戦えるが、ＮＮ系とアンサンブルすると更に強くなる
チームマージは本当にお勧め
- チームマージするデメリットはほとんどない
- お互いのモデルのアンサンブルでスコアが改善する
- テクニックを交換できる
- チーム戦は楽しい

カレーちゃんは本を書く時にどんなツール使ってる?

plotライブラリは何使ってる?

ストレングス・ファインダーの結果をJuliaで主成分分析して似た人を探す

初めて機械学習関連の仕事がもらえそう(れごん)

kaggleの講師をすることになりました(カレー)

東京でkaggleもくもく会の開催が告知されていた

今週のkaggle

れごん
- 引き続き解析ノート更新
  - やっとグラフ表示ぐらい
  - コメントと up vote もらえてる
  - 読んでるカーネルの表記が間違ってるところをコメントで指摘したり
  - kernel と discussion で銅メダル1枚ずつもらえた
カレー
- Eloコンペに主に取り組んでいる
  - あまり印象が良くないコンペだったが、取り組んでみて良いコンペかもしれないと思った
- オレシカナイト用のコードの準備もした

今日の一句

164 Appleの新製品 とか Colaboratory pro+の定期実行 とか

164 Appleの新製品とか Colaboratory pro+の定期実行とか