Recommended
More Related Content
Similar to Kaggleで学ぶ機械学習
Similar to Kaggleで学ぶ機械学習 (20)
Kaggleで学ぶ機械学習
- 2. ⾃⼰紹介 • 嶋⽣ 薫庸（しまお まさのり） • 福岡県⼤牟⽥市出⾝、32歳 • 株式会社Fusicに在籍しており、機 械学習エンジニア兼Webエンジニア です。ちなみに元ソシャゲエンジニ アです。 • 福岡Kaggleもくもく会を主催してま す。
- 4. 今⽇伝えたいこと
- 5. Kaggleはいいぞ！
- 6. Kaggle? • 機械学習のコンペサイト。現在、Googleが運営している（2017年 に買収した）。 • 世界中の様々な企業・研究機関がデータ及び課題をコンペとして公 開しており、世界中のデータサイエンティスト・エンジニアが基本 誰でも参加できる。ベストなモデルを競い合う仕組みとなってい る。 • 機械学習版ISUCON、機械学習の天下⼀武道会みたいなイメージ でOK。 • HIV研究への最新技術の促進、チェス格付けや交通量予測など、多 くの現実の課題解決につながっている。 • ロゴ→
- 7. ⽇本でも盛り上がってます • コミュニティ盛り上がってます。 • Slackのkaggler-jaワークスペースの登録者が6,913⼈！（2019/ 10/24 19時頃） • ちなみに同⽇の朝7:00の時点で6,902⼈でした。 • 毎⽇数⼈が#welcomeにて参加表明する盛り上がり感。 • データサイエンティストだけでなく、⼤学⽣、ビジネス系社内 ⼈、⾊々な背景の⼈がくる。 • DeNAが社内ランク制度を発表したり、専業Kagglerの⼈がnote書 いたり、技術書（Kaggleで勝つデータ分析の技術）が出たり、⾊々 な動きがあります。
- 8. Kaggleの良い所
- 9. 実⾏環境 • Notebooksと呼ばれる実⾏環境があります。 • ちょっと前まではKernelsという名前でした（混在しているので 注意）。 • GoogleColab的なイメージでOK。 • Python、Rを選択可能。さらにNotebookかScript形式か選べる。 • GPU(Tesla P100)も利⽤可能（Colabと同様に制限はある）。 • コードや実験結果のCommit可能。公開されている他者の NotebooksのFork可能。
- 10. 実課題・実データ • コンペ単位で公開されている。 • データは表データ、画像、⾃然⾔語、⾳、動画など様々。 • オーナーによって、（概ね）整理・整形された形で提供されている。 • コンペが成⽴するレベルで整えてある。 • 例えば画像であれば、分類・OD・セグメンテーション・⽣成など多様なタスクがある。 • コンペオーナーが実際に直⾯している（であろう）リアルな課題。以下は例です。 • メルカリ主催の商品の販売価格予測 • AIRBUS主催の航空写真から船舶検出 • NFLの特定のプレイにおける獲得ヤード数の推定（これは開催中）… など • ちょっと実際に画⾯を⾒てみる（予定）
- 11. 公開されている解法・⼿法 • ハイレベルかつ実践的なコードがまさに惜しげも無く公開されているので、教材とし て最⾼だと思う。 • EDAやFeatureEngineeringの実践、データ前処理・データ拡張、モデルアルゴリ ズム、アンサンブルの実践、評価⼿法の実装、ホットなLoss関数の実装など。 • 実際にデータ・タスクに対しての処理というのが何よりも勉強になる。 • よく使われるライブラリで「こんな便利なのあったのか」と参考になることが多い。 • Pandas、sklearn、seabornの使い⽅、普通に勉強になる。 • 表データのXGBoost・LightBGM、データ拡張のalbumentations、画像ライブラ リのOpenMMLab系 など。 • 最近、Kaggle運営がCoursesを公開しており、体系的な学習もできます。 • https://www.kaggle.com/learn/overview
- 12. ディスカッション • コンペ単位でディスカッションの場が⽤意されている。 • Notebooksみたいにすぐ動かせるようなものではないけど、 「データにこういう特徴があると思う」や、「これ使うと良くな りそう！」、「これ使ったらこうだったよ」みたいな、さまざま な意⾒交換が⾏われている印象。 • ディスカッションをちゃんと⾒て、上位陣の動きについていけれ ばメダル（後述）も取れるかも…。 • コンペ終了後はトップ層の解法が公開されることが多いので、答 え合わせ的な楽しみもある。
- 13. ゲーム的な⾯⽩い要素 • コンペには（種類によって）賞⾦が出るものもあり、⼤きいもので総額100万ドル以上の ものもある。 • コンペにはチームで参加できる。（コンペルール次第なので、できないコンペもあるか も） • リーダーボードでリアルタイムにコンペ内の順位・評価値が⾒れる。 • メダル制度・称号制度があり、参加モチベーションにつながる。 5つのゴールドメダルおよび１つのソロゴールドメダルを取得すると、グラン ドマスターの称号（⽇本で1X⼈しかいない） １つのゴールドメダルと２つのシルバーメダルを取得すると、マスターの称号
- 14. Kaggleのよい所まとめ • 実⾏環境が提供されている。 • 多様な実課題・実データが提供されている。 • 世界中のハイレベルなエンジニアの解法（ノートブック）やアイ デア（ディスカッション）が公開されている。 • ゲーム的な要素があり、単純に⾯⽩い。 すぐ動かせる環境の下、機械学習の最先端・実践的な技術を楽しく 学べる → 機械学習を学ぶ環境として最⾼なのではないか
- 16. ご清聴ありがとう ございました