Kaggleで実践 - 機械学習

LGBM／CatBoostで、まずはこれだけ覚えておけば間違いないハイパーパラメータをご紹介します。ベースライン値とどのように調整していけばいいのか、コード例付きで解説しています。

XGBoostは、言わずと知れたKaggleや実務で広く利用される強力な機械学習ライブラリです。今回は、初心者の方向けに、実践的にパラメータをどのように調整していけば良いのかを、優先度の高いパラメータを中心に分かりやすく解説します。

勾配ブースティング木（GBDT）系モデル、つまりXGBoost、LightGBM、CatBoostは非常に強力なモデルですが、それ以外にも有力な選択肢が存在します。ここでは、数理的な詳細には踏み込まずに、上位入賞者によく使われるモデルについて網羅的に解説します。

Kaggleでコンペに参加してテーブルデータを扱う際、GPUを活用することで大幅に処理速度を向上させることができます。しかし、始めたばかりの頃は「GPUってどう使えばいいの？」と戸惑う方も多いはず。ここでは、Kaggleで利用可能なGPU環...

Kaggleのデータを直接Google Colabにダウンロードし、その後Colab上で作業するための手順をわかりやすくご紹介します。APIキーの取得から、Colabへの設定、データのダウンロードと解凍まで、初心者でも迷わず進められるようにステップバイステップで説明します。

私は京都大学（生物系）の学生で、最近Kaggleに時間を溶かす日々を送っています。その成果もあり、現状Kaggle Notebook Expertの称号を得ることができました。現在は主にPlaygroundコンペを中心に楽しみながら学習を続けており、完全独学で機械学習に取り組んでいます。