This page is intended for users in Japan. Go to the page for users in United States.

新卒AIエンジニアによるKaggle勉強会に行ってきた

こんにちは、アジアクエストでインターンをしております 倉富(くらとみ)と申します。



早速ですが、前回このような記事を書きました!

(忙しい方に向けての要約:

AIエンジニアの岡さんがKaggle(カグル)というサイトのコンペティションで上位2%に入ったよ、

そのKaggleの勉強会を開催するからみんな気合い入れて来てね)



なので!今回はそのKaggleの勉強会フィードを書こうかなと思います。


まず先にKaggle(カグル)の説明を2行でさせてください。

定期的に国・政府・機関が賞金付き💲のコンペティションを開催する

世界中の機械学習エンジニアが集まったコミュニティサイト

綺麗に2行で説明出来ました、ありがとうございます。


それではKaggleの勉強会スタートです!


こちらが勉強会の流れです📚

①講師 岡さんの自己紹介

②Kaggleの説明、コンペティションの参加方法

③Kaggleにて(今回の勉強会で)使用するPythonライブラリの紹介

④実践


実践に時間を取りたいとのことで ①〜③は軽く説明していたのですが

皆さん気になるであろう今回使用したPythonライブラリ

は以下の3つでした!


Numpy

高次元のデータを扱うことに長けたライブラリ。機械学習ではほぼ必ず使う。

Pandas

データ整形に特化したライブラリ。csv, excelファイルの読み込みなども行える。

scikit-learn

機械学習ライブラリ。多数の学習アルゴリズムの実装に加え、パラメータ調整などによる最適化も行える。




説明が終わり早速実践の時間

Kaggleのアカウント作成をしてみんなでパソコンに向き合う


今回実践で行なったのは

Kaggleの入門編として用意されている「タイタニック」というコンペティションです!

1912年に発生したタイタニック号沈没事故の乗客データから、

どんな人が生存し、どんな人が亡くなったのかを分析し、予測するという内容です。



今回の勉強会は社内外で10名の参加者さんが集まってくれたのですが、

一番順位の高い方で約2000位でした!


「俺は9800位だった!低い!」という声も聞こえてきましたが

実際に自分でコードを書いて、それを順位という評価で可視化できる

一種のゲームのような感覚で実践が出来るということで

和気藹々とした雰囲気で終始行われました!


そして今回のKaggle勉強会 終了後のアンケート結果がこちらです。



1 = 非常に不満 5 = 非常に満足






1 = 非常に不満 5 = 非常に満足



今回のKaggle勉強会が好評でしたので

今後も行なっていこうと考えております。


また詳細が決まり次第、Wantedlyにて公表させていただきますので

今回は行けなかったけど次回こそ!と思っている皆さん

是非振るってご参加ください、お待ちしております!

アジアクエスト株式会社では一緒に働く仲間を募集しています
10 いいね!
10 いいね!

今週のランキング

ランキングをみる
このストーリーが気になったら、直接話を聞きに行こう