阪田隆司のレビュー一覧

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。

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。

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。
...続きを読む
平易な表現で書かれていて理解がしやすかったですが、機械学習の本を１冊読んだ程度の知識がないと理解がしづらいと思いました。機械学習の各モデルについての解説もないので。

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...続きを読むで英語圏を始めとした海外Kagglerに優位に立てる。

銀メダル以上を目指すのであればこのレベルの技術と知識は必須。
本格的にKaggleのテーブルコンペに取り組もうとするのであれば必読だろう。

想定読者は中級者向け。
分かりやすく書かれているものの内容は高度なので、初心者の始めの一冊ではない。
まずは機械学習の基本を押さえた上でこの本を読むことで、自身のレベルを引き上げることができるだろう。

Kaggle で高得点を出すための導入から Tips まで体系的にまとめられていた。サンプル コードもあるので、後にそれらを参考に分析してみたい。

痒いところに手が届く。
トレンドだとか著者の経験から来る感覚的な印象などが意外と心強い。
やろうと思えばいろんなことができる中、優先的にやるべきことについてヒントをくれていて素晴らしい。

実践的なテクニックが多く紹介されてあり、とても役に立つ。

ML中級者以上にとっては必ず買っておくべき本。

非常に実用的な本。Kaggleを実施するには十分な内容

1章 分析コンペとは。
　コンペを初めから最後まで簡単に説明してある。

2章 タスクと評価指標
　分析コンペでのタスク（回帰、分類、レコメンド他）の紹介。コンペで使用されるデータセットの説明
　評価指標の説明。こんなに指標があったとは思いも...続きを読むしなかった。
　リークも予想だにしなかった。

3章 特徴量の作成
　ここの章がもっとも役立った。様々な手法の説明があった

4章 モデルの作成
　やはりGDDTモデルが一番最初にあった。ほかはニューラルネット、線形モデル、その他

5章 モデルの評価
　バリデーションの説明

6章 モデルのチューニング
　グリッドサーチなどを使用したパラメータチューニングのやり方。

7章 アンサンブル
　省略

kaggle初心者にとっては、kaggleで取り組むことやtipsを体系的にまとめてあり、わかりやすい。

2-3日で、全体に目を通すことができるので、分量としてもちょうど良いし、ちゃんとやるならGitHub のコードや提示されているkaggle のコンテストを参考にすることもできる。

Kaggleで利用される様々な手法が紹介されており、実践的で参考になる。全ての手法を腹落ちできていないが、手元に置いて辞書的に使える。

kaggleなどデータサイエンスコンペ関連の技術の本
テーブルデータコンペメインかな

CVの重要性が触れられていて良いと思う
実際のところ良いCVができたらだいぶ順位が上がると思うので。

Kaggleとは？みたいなところを疑問に思ったので、購入
非常にわかりやすい本になっているため、DNNとかMLとかを担当している人は一冊は持っておいて損はないと思う