Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
「おすすめコンペは何?」の答え方を真面目に考える / How to Choose Kaggle Competitions
Search
Shotaro Ishihara
July 31, 2020
Technology
2
4.6k
「おすすめコンペは何?」の答え方を真面目に考える / How to Choose Kaggle Competitions
「Rist主催 Kaggle Workshop #1」での発表資料
https://rist.connpass.com/event/182932/
Shotaro Ishihara
July 31, 2020
Tweet
Share
More Decks by Shotaro Ishihara
See All by Shotaro Ishihara
「極意本」サンプルコードをクラウド上で動かそう
upura
1
1.7k
論文紹介: Generating News-Centric Crossword Puzzles As A Constraint Satisfaction and Optimization Problem
upura
0
160
関東 Kaggler 会スポンサー資料
upura
0
1.4k
論文紹介 Quantifying attention via dwell time and engagement in a social media browsing environment / web-socialmedia-study-8th
upura
0
180
Quantifying Diachronic Language Change via Word Embeddings: Analysis of Social Events using 11 Years News Articles in Japanese and English
upura
1
350
Training Data Extraction From Pre-trained Language Models: A Survey
upura
0
190
論文紹介 Discovering and Categorising Language Biases in Reddit / web-socialmedia-study-5th
upura
0
280
AMA (Ask me anything) 『Kaggleに挑む深層学習プログラミングの極意』 / Ask me anything
upura
0
250
著者による書籍紹介『Kaggleに挑む深層学習プログラミングの極意』
upura
2
2k
Other Decks in Technology
See All in Technology
IaCジェネレーターとBedrockで詳細設計書を生成してみた
tsukasa_ishimaru
3
400
.NET Profiler in 2024.
kkamegawa
1
150
一生覚えておきたい「システム開発=コミュニケーション」〜初めての実務案件振り返りLT〜
maimyyym
1
180
【NW X Security JAWS#3】L3-4:AWS環境のIPv6移行に向けて知っておきたいこと
shotashiratori
0
440
Google Cloud Next '24でブログを10本書いた方法と勉強会を沸かせた方法
yasumuusan
0
310
どうするコスト最適化のトレードオフ
tetsuyaooooo
1
590
サーバー間 GraphQL と webmock-graphql の話 / server-to-server graphql and webmock-graphql
qsona
2
190
Gitlab本から学んだこと - そーだいなるプレイバック / gitlab-book
soudai
4
440
生産性向上チームの紹介
cybozuinsideout
PRO
1
880
Cloud Native Java with Spring Boot (CNCF Aarhus, April 2024)
thomasvitale
1
180
地理空間データ可視化・解析・活用ソリューション Pacific Spatial Solutions (PSS)
pacificspatialsolutions
0
300
web-application-security
matsuihidetoshi
0
180
Featured
See All Featured
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
60
14k
Creatively Recalculating Your Daily Design Routine
revolveconf
210
11k
Pencils Down: Stop Designing & Start Developing
hursman
117
11k
Into the Great Unknown - MozCon
thekraken
10
1k
Building an army of robots
kneath
300
41k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
244
20k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
17
1.4k
Faster Mobile Websites
deanohume
299
30k
Fireside Chat
paigeccino
21
2.6k
[RailsConf 2023] Rails as a piece of cake
palkan
23
4k
Happy Clients
brianwarren
92
6.4k
Learning to Love Humans: Emotional Interface Design
aarron
267
39k
Transcript
「おすすめコンペは何?」 の答え方を真面目に考える u++, 2020年7月31日(更新:2021年6月21日) 1
Q. おすすめコンペは何? 2
Q. おすすめコンペは何? A. 人それぞれだと思います 3
発表の概要 「おすすめコンペは何?」という質問への自分なりの答え (2020年7月) 4
対象の聴衆 参加者:KaggleやSignateなどデータ分析コンペに参加経験 がある中級以上の方 比較的経験が浅めの方 回答内容自体が参考になれば嬉しい 比較的経験が豊富な方 回答方法自体が参考になれば嬉しい (資料のリンクを共有する形でご活用ください) 5
自己紹介 u++ (@upura0, sishihara) Kaggle PetFinderコンペ 1位、SIGNATE 糖尿病コンペ 3位、 Nishika
株主価値コンペ 2位 『Weekly Kaggle News』の発行 『PythonではじめるKaggleスタートブック』(講談社) 4.1「参加するコンペの選び方」の内容を掘り下げました 6
選ぶ上での観点 下記の点から、自分に合ったコンペを選ぶ 扱うデータの種類・サイズ タスクの種類 開催期間 メダルの有無 実行環境の制限 タスクの面白さ プラットフォームの性質 7
扱うデータの種類・サイズ 業務で使う?知的好奇心?利用可能な計算資源? テーブル 画像 テキスト 音声 強化学習 ※ 複数を扱う「マルチモーダル」なコンペも 8
タスクの種類 テーブル:分類・回帰 画像:分類・回帰・セグメンテーション・物体検出など テキスト:分類・回帰・質問応答など 9
開催期間 2〜3カ月くらいのコンペが多い 個人的なおすすめは、終了2週間前くらいの開催中のコンペ NotebookやDiscussionに情報が転がっている (Vote数でソート) 「良コンペ」か否かの評判も出ている 最後の順位開示の瞬間の一喜一憂がたまらない 終了後の上位解法が勉強になる 過去の良コンペも選択肢になり得る(後述) 10
メダルの有無 Kaggleではコンペごとに、メダルやポイントが獲得できる・ できないが設定されている 獲得できる方が、参加者の質が高く議論も活発で学びが得や すい傾向にある Kaggleでメダルが獲得できるコンペか否か確認する, u++の備忘録 11
実行環境の制限 コンペのルール 最近は実行環境の制限(処理内容・アクセラレータ・時間など) が設定されているコンペが増えている 個々人の計算資源 自分のパソコンのスペック、Kaggle Notebook、Google Colab、 クラウド課金 など
12
タスクの面白さ 背景や社会的意義 例:Deepfake Detection Challenge 現実で適用できるコンペ設計か? 例:NFL Big Data Bowl
機械学習が必要か? 例:ルールベースでは難しい、データが十分にある 評価指標 例:「運ゲー」になりづらいか? 13
プラットフォームの性質 Kaggle以外のプラットフォームも SIGNATE ProbSpace Nishika TopCoder atmaCup Quevico ※ Discussionの有無や情報開示の可否などに注意
14
おすすめ過去コンペ kaggler-ja wiki 自分の場合はPetFinderコンペ テーブル・画像・テキストのマルチモーダル 当時使わなかったBERTやEfficientNetで良いスコアが出 て面白い 人は良い成績だったコンペをおすすめしがち 15
コンペ情報を知る twitterのKaggleリスト 『Weekly Kaggle News』 16
まとめ Q. おすすめコンペは何? A. 自分に合ったコンペを選びましょう 扱うデータの種類・サイズ タスクの種類 開催期間 メダルの有無 実行環境の制限
タスクの面白さ プラットフォームの性質 17
By Marios Michailidis (KazAnova), KDD 2018 at London, from @0verfit
’s tweet 18
おまけ:賞金は? 時給換算して金銭面だけを見ると、割りに合わない場合がほ とんど 「たまにお金がもらえるネトゲ」くらいの位置づけ ※ Deepfake Detection Challengeくらいになると別 19
おまけ:個人的印象 SIGNATE:日本最大級だが、コンペの質に不安も。コンペご との情報開示の可否が明確になったが、成果物が公開できな い場合も多い。 ProbSpace:コンペ設計に工夫が見られる。優勝解法のピア レビュー制が面白い。最終提出選択がない。日本語。 Nishika:立ち上がり期で、オープンデータを用いたコンペが 多い。日本語。 Solafune:衛星データを題材にしたコンペを過去2度開催。 TopCoder:競技プログラミング。
atmaCup:最近は日本のKaggle Grandmaster/Masterが集結 し、しのぎを削っている。運営のサポートが手厚く、初学者 おすすめ度も高い。日本語。 Quevico:Discussionなし。日本語も対応。 20