実践Data Scienceシリーズ PythonではじめるKaggleスタートブック
- 電子あり
内容紹介
目次
第1章 Kaggleを知る
1.1 Kaggleとは
1.2 Kaggleで用いる機械学習
1.3 Kaggleのアカウントの作成
1.4 Competitionsページの概要
1.5 環境構築不要な「Notebooks」の使い方
第2章 Titanicに取り組む
2.1 まずはsubmit! 順位表に載ってみよう
2.2 全体像を把握! submitまでの処理の流れを見てみよう
2.3 次の一手を見い出す! 探索的データ分析をしてみよう
2.4 ここで差がつく! 仮説に基づいて新しい特徴量を作ってみよう
2.5 勾配ブースティングが最強?! いろいろな機械学習アルゴリズムを使ってみよう
2.6 機械学習アルゴリズムのお気持ち?! ハイパーパラメータを調整してみよう
2.7 submitのその前に! 「Cross Validation」の大切さを知ろう
2.8 三人寄れば文殊の知恵! アンサンブルを体験しよう.
第3章 Titanicの先に行く
3.1 複数テーブルを扱う
3.2 画像データを扱う
3.3 テキストデータを扱う
第4章 さらなる学びのために
4.1 参加するコンペの選び方
4.2 初学者にお勧めの戦い方
4.3 分析環境の選択肢
4.4 お勧めの資料・文献・リンク
付録A サンプルコード詳細解説
A.1 第2章 Titanicに取り組む
A.2 第3章 Titanicの先に行く
関連シリーズ
-
Pythonではじめる時系列分析入門
-
プログラミング〈新〉作法
-
Polarsとpandasで学ぶ データ処理アイデアレシピ55
-
RustによるWebアプリケーション開発
-
ゼロから学ぶGit/GitHub
-
Pythonでスラスラわかる ベイズ推論「超」入門
-
最新 使える!MATLAB
-
ゼロから学ぶRust
-
OpenCVによる画像処理入門
-
ROS2とPythonで作って学ぶAIロボット入門
-
Pythonではじめるベイズ機械学習入門
-
これからのロボットプログラミング入門
-
Rではじめる地理空間データの統計解析入門
-
Pythonではじめるテキストアナリティクス入門
-
1週間で学べる!Julia数値計算プログラミング
-
モンテカルロ統計計算
-
スパース回帰分析とパターン認識
-
ゼロから学ぶPythonプログラミング
-
Python数値計算プログラミング
-
Kaggleに挑む深層学習プログラミングの極意
-
データ分析のためのデータ可視化入門
-
最適化手法入門
-
RとStanではじめる ベイズ統計モデリングによるデータ分析入門
-
Juliaプログラミング大全
-
Rで学ぶ統計的データ解析
-
Pythonで学ぶアルゴリズムとデータ構造
-
ゼロからつくるPython機械学習プログラミング入門
-
入門者のPython
-
Web学習アプリ対応 C言語入門
-
ゼロからはじめるデータサイエンス入門
-
ProcessingによるCGとメディアアート
-
問題解決力を鍛える!アルゴリズムとデータ構造
-
ソフトウェアの挑戦
-
ホログラフィ入門
-
今日から使える! MATLAB 数値計算から古典制御まで
-
IDLプログラミング入門―基本概念から3次元グラフィックス
-
LabVIEW画像計測入門
-
使える! MATLAB/Simulinkプログラミング
-
OpenCVによるコンピュータビジョン・機械学習入門
-
GPUプログラミング入門 -CUDA5による実装
-
pixivエンジニアが教えるプログラミング入門