狠狠撸

機械学習の勉強法
参考資料：Team AI
Q&A by Kaggle CTO Ben Hamner

１興味を持っているデータ分析の問題を選ぶ
良い問題とは？
あなたが個人的に興味を持っている分野をカ
バーしている
問題解決のためのデータがすぐに利用できる
（データの取得が難しいとプロジェクトは進みま
せん）
PCで快適に解析ができるデータ量である

２最初から最後まで一貫して解決する
オススメのシンプルな行動；
データを読み込む
機械学習に適した形式への処理
基本モデルで学習を進める
結果の評価

3.自分の作った学習モデルを進化させて改善す
る
?最初に作ったモデルの各要素を改善し、結果を
測定し効果検証しましょう。
?より多くのデータを取得したり、前処理を改善す
ることがより時間対効果を生むでしょう。
?積極的にデータを視覚化し、構造や特徴をより
よく理解しましょう。

4.自分のソリューションを共有する
?積極的にアウトプットを発表しましょう。世の中
から貴重なフィードバックをもらえます。同時に、
自分の作ったコンテンツが人の役に立つのは
嬉しいものです。KaggleのDataSetやKaggleの
Kernelは、自分の研究発表をするのにとても良
い場所です。

５ Kaggleのコンペに真剣に挑戦する
? CompetitionはDatasetと違い、世界からの数千人の参加者
がしのぎを削っています。
? スキルアップにはとても良いチャンスですし、同じ問題を何
度も何度も実証実験することになるでしょう。仲間とチーム
を組んでCompetitionに挑み、賞金を狙う事もできます。
? Forum: ユーザーがアプローチを議論している貴重な情報源
です。
? Kernel:ユーザーの分析結果のケーススタディを行う便利な
場です。

６専門レベルを上げて機械学習を適用する
? 積極的に実務のプロジェクトやコンサルティングに挑戦し、
? 世の中のデータハッカソンやコミュニティと関わってスキルを磨き続けましょう。
? 専門的な機械学習の職に転職チャレンジしてもいいでしょう。
? AIエンジニア、データサイエンティスト、研究者等の方向性も徐々に決めていき
ましょう。
? 実務ではかなりハイレベルな知識とプログラミングスキルが必要なことがわかる
でしょう。
? 是非下記にチャレンジしてみてください。
? 専門的な機械学習のための貴重な機会は次のとおりです；
? 実務課題での機械学習の適用
? 機械学習の研究を行い、最先端技術を学ぶ(論文など)
? 機械学習を活用してプロダクトやビジネスの意思決定を実際に改善する

７機械学習を他の人に教える
研究論文を書く
議論をする
ブログ記事やチュートリアルを書く
Kaggle、Quora、その他のサイトで質問に答える
個人指導やセミナーを行う
コードを共有する（Kaggl KernelとGitHub上で）
本を書く

狠狠撸

Study ml

Recommended

More Related Content

Similar to Study ml (20)

More from 卓馬三浦卓馬 (20)

Recently uploaded (9)

Study ml

狠狠撸

Study ml

Recommended

More Related Content

Similar to Study ml (20)

More from 卓馬 三浦卓馬 (20)

Recently uploaded (9)

Study ml

More from 卓馬三浦卓馬 (20)