kaggle初心者ガイド

とりあえず、雑多に役立つ情報をどんどん追加してください！見づらくなってきたら適当に整理つけましょう。

ここを見てもわからなかったら、kaggler-slack の#beginners-helpまで！

Kaggleとは

Kaggle とは、主に機械学習モデルを構築するコンペティションのプラットフォームです。企業や研究機関などが提供するデータについて、世界中から集まる参加者が機械学習モデルの性能を競います。

下記の資料では、Kaggleとは何かが簡潔にまとめられています。

Kaggle入門記事リンク

タイトル	補足
Kaggleに登録したら次にやること～これだけやれば十分闘える！ Titanicの先へ行く入門 10 Kernel ～
Kaggle事始め
nejumi/kaggle_memo
いかにしてkaggleを解くか
kaggle初心者の私が3ヶ月でソロゴールドを獲得した方法
Top2%の私が教えるKaggleの極意 Bosch Production Line Performance
実践多クラス分類 Kaggle Ottoから学んだこと
How to Win a Data Science Competition: Learn from Top Kagglers	coursera
Hands-On Data Science Education	公式入門記事
【Kaggle初心者入門編】タイタニック号で生き残るのは誰？
機械学習の勉強歴が半年の初心者が、 Kaggle で銅メダルを取得した話
機械学習初心者がKaggleの「入門」を高速で終えるための、おすすめ資料などまとめ（2020年8月版）
Kaggleをはじめたので対策や攻略法についてのブックマーク	まとめ

Kaggle関連書籍

タイトル	補足
Kaggleで勝つデータ分析の技術
Kaggleのチュートリアル第6版
Kaggleで学んでハイスコアをたたき出す! Python機械学習&データ分析
実践Data Scienceシリーズ PythonではじめるKaggleスタートブック
Pythonで動かして学ぶ! Kaggleデータ分析入門
Kaggleコンペティションチャレンジブック
Approaching (Almost) Any Machine Learning Problem	英語
Kaggle Grandmasterに学ぶ機械学習実践アプローチ	上記書籍の日本語版
The Kaggle Book: Data analysis and machine learning for competitive data science	英語
Kaggleで磨く機械学習の実践力--実務xコンペが鍛えたプロの手順
データサイエンスの森 Kaggleの歩き方
kaggleで上位に入るための探索的データ解析入門

Kaggle入門動画

GCPでの環境構築から実コンペでの提出まで網羅

Kaggleのチュートリアル第6版解説完全版

【2位入賞】ずんだもんとめたんで学ぶKaggle 入門 & 参戦記 Part 1【Petfinderコンペ】【修正版】

オレオレKaggle入門方法

tkm2261流
- 興味のあるデータの過去コンペを漁る
  - https://www.kaggle.com/competitions
- そのコンペのkernelをupvote降順に並び替える
- LB: 0.789など、提出スコアがついているものを選ぶ
- Kernelの中身を読んで、実際にsubmit
- You became a Kaggler

初心者お勧め過去コンペ

Otto Group Product Classification Challenge
https://www.kaggle.com/c/otto-group-product-classification-challenge
定番。テーブルが１つしかなく、データ量が小さいので始めやすい。マルチクラス。列が匿名なのは微妙。
train: 144k, test: 62k

BNP Paribas Cardif Claims Management
https://www.kaggle.com/c/bnp-paribas-cardif-claims-management
オーソドックスな二値分類タスク。カテゴリ変数のハンドリングが肝。
train: 114k, test: 114k

Mercedes-Benz Greener Manufacturing
https://www.kaggle.com/c/mercedes-benz-greener-manufacturing
データが小さいので扱いやすいが、その分validationが難しい。一部を除きbinary特徴。
train: 4k, test: 4k

Recruit Restaurant Visitor Forecasting
https://www.kaggle.com/c/recruit-restaurant-visitor-forecasting
時系列の要素が入ったテーブルデータコンペ。

Walmart Recruiting: Trip Type Classification
https://www.kaggle.com/c/walmart-recruiting-trip-type-classification
テーブルが１つしかなく、データ量が小さい。30個以上の多クラス分類なので計算時間がちょっとかかるかも。

Home Credit Default Risk https://www.kaggle.com/c/home-credit-default-risk
train: 308k, test: 49k。Kaggle史上最多参加数のコンペ。