Kaggleで勝つデータ分析の技術

3,608円 (税込)
18pt

3,608円 (税込)

18pt

4.8

14件

データサイエンスの認知の高まりとともに，データ分析に関するコンペティションが多数開催されるようになってきました。最も有名なコンペティションプラットフォームであるKaggleにおけるプレイヤー数は10万人を超え，多くのエンジニアが自分の腕を試すためにコンペティションに参加しています。分析コンペでは，実際のデータを扱うため，機械学習の解説書にはあまり載っていないような手法やテクニックが数多く活用されています。これらを理解し自身で使えるようにしておくことはコンペだけでなく，実務でのモデル構築において非常に役に立ちます。
そこでこれらのテクニックや事例を多くの人に知っていただくために，現時点で最新のものを整理して本書にまとめました。特徴量の作り方，バリデーション，パラメータチューニングなどについて，一般的な書籍ではあまり言及されない暗黙知やポイントについて記述しています。分析コンペにこれから参加してみたい方，あるいはもっと上を目指したい方だけでなく，実務で予測モデルの精度を上げたいという方にも参考になる情報が多いでしょう。

詳しい情報を見る

閲覧環境

Kaggleで勝つデータ分析の技術のユーザーレビュー

4.8

＼レビュー投稿でポイントプレゼント／ ※購入済みの作品が対象となります

レビューを書く

感情タグBEST3

＃タメになる

yoshi

購入済み

実務的にも解説されてる

この本は勿論kaggleについて書かれているが、実務上についての差異にも言及されているので、必ずしもコンテストのための参考書ではないのが良いところだと思います。大変勉強になりました。

＃タメになる

2024年10月20日

Posted by ブクログ

予測モデルの特徴とプログラミング例を簡潔に紹介。1モデルに半ページ程度。
予測精度を高めるテクニックを多く提案している。

2023年12月08日

Posted by ブクログ

気になっていた手法の使い方や、基本的でわかったつもりになっていたことへの理解が深まりよかった。仕事に関係ないデータを扱うのは、責任がないから楽しめる側面もあるかも。

2022年02月09日

Posted by ブクログ

Kaggleのテーブルコンペと呼ばれる形式のコンペに対して各段階で利用する手法を網羅的にまとめた本でした。

随所に過去の多数のコンペの上位者のソリューションの紹介や著者の多数の経験則、そして著者が利用しているベースとなるあるモデルのハイパーパラメタの実際の値などが載っていて非常に有益な本でした。

2020年04月17日

Posted by ブクログ

Target EncordingにおけるLeakageやValidationの切り方などややこしいが抑えるべきポイントが分かりやすくまとめられている。
Kaggleだけでなく実案件でも活かせる実践的なTipも数多く掲載されている。
海外でもこの類の書籍はまだ出てないはずで、日本語でアクセスできること