Dieser Artikel ist der dritte Tag des Adventskalenders in Kaggle Adventskalender 2019.
Ich hoffe, es ist hilfreich für diejenigen, die denken "** Kaggle ist interessiert, aber es ist passend und beängstigend ... **"!
Mein Hintergrund, bevor ich Kaggle traf, ist wie folgt.
--Marketer ⇒ Berater
Ich war in einem solchen Zustand, aber im letzten Jahr habe ich Python und maschinelles Lernen studiert und es geschafft, Kaggle zu verstehen. Also werde ich mir vor einem Jahr schreiben, dass es gut ist, das zu wissen.
--Kaggle ist einen Versuch wert!
Mit einem Wort, es ist der Tenkaichi Budokai der Datenanalyse mit "maschinellem Lernen".
――Für ungefähr 1 bis 3 Monate
--Erstellen Sie ein Modell für maschinelles Lernen und ordnen Sie es nach dem Vorhersageergebnis des Modells
――Es gibt auch einen Wettbewerb, bei dem die besten Spieler mit Preisen ausgezeichnet werden
Kaggle hat je nach Stärke 5 Ränge. (Genau genommen können Sie einen Rang nicht nur durch Ihre Stärke im Wettbewerb erreichen, sondern auch durch Ihren Beitrag zur Kaggle-Community wie Kernel, Diskussion, Datensätze.)
Es ist keine Übertreibung zu sagen, dass die Leute, die an Kaggle (allgemein bekannt als Kaggler) arbeiten, jeden Tag viel Zeit damit verbringen, sich zu messen, um diesen Rang zu erhöhen (wahrscheinlich).
Die Anzahl der Personen per Dezember 2019 ist wie folgt
Es ist eine Gliederung und ein Bilddiagramm jedes Ranges. (Es ist nur subjektiv)
Klicken Sie hier für die Ranglistenbedingungen. (In Wettbewerben)
Experte bittet plötzlich um eine Medaille. .. .. Wenn Sie ein Anfänger sind, möchten Sie zuerst den Experten anstreben.
Es gibt drei Arten von Medaillen: Gold, Silber und Bronze.
Klicken Sie hier für die Bedingungen für den Erwerb der Medaille. (In Wettbewerben) Strenge Bedingungen variieren je nach Anzahl der Teilnehmer, aber das Folgende ist eine Anleitung.
Ich habe drei Vorteile von Kaggle aufgelistet.
Datenwissenschaftliche Fähigkeiten sind ohne Übung schwer zu messen.
Das Sammeln von Medaillen und Rängen in Kaggle kann jedoch Ihre ungefähren datenwissenschaftlichen Fähigkeiten unter Beweis stellen. In letzter Zeit nimmt die Zahl der Unternehmen, die Kaggle einführen, allmählich zu, was auch ein Beweis für die Steigerung ist.
Wie ich durch die tatsächliche Teilnahme am Wettbewerb erfahren habe, hat Kaggle eine wunderbare Kultur des Austauschs von Know-how und Informationen, nicht nur des Wettbewerbs mit anderen.
Insbesondere "Notebooks" erklärt das Know-how und die Trends der Datenwissenschaft auf leicht verständliche Weise zusammen mit dem Code und wird Anfängern empfohlen.
Heutzutage wird maschinelles Lernen immer mehr in die Apps und Marketing-Tools um uns herum integriert.
Wenn Sie Kaggle ausführen, können Sie den Modellierungsprozess des maschinellen Lernens beherrschen, um zu verstehen, was Sie mit maschinellem Lernen tun können und was nicht.
Es scheint verschiedene Meinungsverschiedenheiten zu geben, aber es gibt drei persönliche Punkte unten.
Matsuo Laboratory der Universität Tokio, bekannt für maschinelles Lernen / KI.
Sie können den Text des "Data Scientist Training Course" des Matsuo Laboratory kostenlos herunterladen. Das ist erstaunlich, es ist ein Vorfall! Der Text und der Python-Code erläutern sorgfältig die Abschlussstufe des maschinellen Lernens für Anfänger. Wenn Sie also Schwierigkeiten haben, den Inhalt von Kaggle zu verstehen, sollten Sie dies vervollständigen.
▼ Klicken Sie hier, um den Text "Matsuo Lab" herunterzuladen https://weblab.t.u-tokyo.ac.jp/gci_contents/
Wie ich bereits erwähnt habe, sind die "Notizbücher" in jedem Wettbewerb eine Fundgrube.
Wenn Sie einen Wettbewerb auswählen, an dem Sie leicht arbeiten können, wird empfohlen, ein Notizbuch mit einer hohen Anzahl von Stimmen in "Notizbücher" zu kopieren. Notizbücher mit einer hohen Stimmenzahl werden sorgfältig ausgewählt und sind leicht zu verstehen, sodass Sie den Fluss von der Datenerfassung bis zur Übermittlung der Modellergebnisse durch Kopieren nacherleben und die Tipps des maschinellen Lernens erlernen können.
Kaggle ist eine einfache Einzelschlacht. Die Wettkampfdauer beträgt jedoch 1 bis 3 Monate, und die Motivation kann nachlassen oder ins Stocken geraten.
In einem solchen Fall können Sie, wenn Sie Freunde haben, die Kaggle machen, nützliche Informationen teilen (privates Teilen ist NG) und sich gegenseitig ermutigen, und Sie können Kaggle mehr genießen.
Persönlich empfehle ich die folgenden drei.
Kaggle ist eine großartige Plattform für Anfänger bis Fortgeschrittene des maschinellen Lernens / der Datenanalyse.
Wenn Sie Kaggle machen, können Sie mit TOP-Datenwissenschaftlern auf der ganzen Welt konkurrieren, Informationen austauschen und sich unterrichten lassen. Als ich jedoch sorgfältig darüber nachdachte, wurde mir klar, dass dies erstaunlich ist, und als ich diesen Artikel schrieb, wurde mir dies erneut klar.
Von nun an möchte ich einen kleinen Beitrag leisten, um Kaggle auf einer guten Plattform zu halten! (Zunächst möchte ich eine Medaille ...)
Recommended Posts