（投稿：2018-08-29｜更新：2018-12-23）
画像出典：Pixabayの無料写真
機械学習の訓練に良いと聞くkaggle、興味はあるものの一歩を踏み出すにはハードルがありますよね。特に困るのが
「kaggleのコンペティション、どれに参加すれば良いのか問題」
困ったので公式ページの説明を読んでみました。
その結果、kaggleのコンペは7つに分類されているとのこと。
そこで、本記事ではコンペティションの各分類の特徴をまとめ、初心者が参加しやすそうな順番に並べてみました。
関連記事
目次
kaggleのコンペティション7種類
コンペティションは7つに分類されています。
そして、kaggleサイトでは分類ごとの検索が可能です。
各分類の特徴を把握しておけば、自分に合ったコンペを見つけやすいですね。
各コンペについて簡単に見ていきましょう。
※以下の煽り文は自作です。疑うならkaggleではなく私のセンスを。
一般的なコンペ
1. 始めの一歩「Getting Started」
- 最も簡単
- 賞金なし
- いつもで参加可能
- 練習の場
2. 踏み出す二歩目「Playground」
- 楽しむためのコンペ
- 「Getting Started」よりも少し難しい
- 賞金はなかったり少しだったり
3. 賞金狙って腕試し「Featured」
- kaggleで一般的なコンペ
- 難しめ
- 商業目的の問題設定が多い
- 本格的な機械学習問題
- 賞金が大きい（1億円にのぼることも！）
4. 次の時代を作れ「Research」
- kaggleで一般的なコンペ
- 「Featured」よりも実験的な問題設定が多い
- 賞金は基本的に出ない
その他コンペ
5. kaggleで就活?!「Recruitment」
- コンペ終了後、履歴書を提出できる
- 就職面接につながるかもしれない
6. kaggle恒例行事「Annual」
- 毎年2回、kaggleが開くコンペ
7. 選ばれし者の祭宴「Limited Participation」
- kaggleで称号を持つ者だけが招待されるコンペ
kaggleで分類別にコンペを探す方法
kaggleでは、コンペを分類別に探すことができます。
探し方
画面上部の「Competitions」でコンペ一覧を表示し、以下画像部分で分類を選択します。
・参加中のコンペ（Entered Competitions）
・現在開催中のコンペ（Active Competition）
・終了したコンペ（Active Competition）
に分かれて表示されます。
選び方
あとは面白そうかどうか、賞金、データの種類等で好きなものを適当に選べば大丈夫です。
さいごに
データ分析屋さんの闘技場、kaggle。
上位を獲るのは大変そうですが、やればやるだけリターンもあるようです。特に機械学習エンジニアやデータサイエンティストを目指す人は実績にもなりますし、経験も積めます。
お互いがんばりましょう！
ちなみに「機械学習のために線形代数や微積分を復習したい」という方には以下の書籍がおすすめです。
必要な知識が分かりやすい導出と式展開で解説されています。練習問題もありますので手を動かしながら復習できます。大学1年の線形代数、こんな風に分かりやすく教わればもっと好きになったかもしれないのにな…
（おしまい）
前から「kaggle」に興味があったものの、物怖じして一歩を踏み出せずにいました。
しかし、以下の記事を目にしたことで改めてやる気に。
kaggle、前々から興味あるんやけど一歩が踏み出せてない。
— こここ@Webライター・Python使う人 (@kokokocococo555) 2018年6月10日
目にしたことが良いきっかけ。
今こそ始める。 https://t.co/kAhrqN0usD
#DL4US でモデル学習回している間、ちょっと時間あるなと思ってkaggleについて調べてた。
— こここ@Webライター・Python使う人 (@kokokocococo555) 2018年8月28日
こちらの記事を読み、やる気が出てきました。https://t.co/tUPzQmXzo2
ようやくkaggleデビューすることにします。
せっかくDL4USで学んでることだし。
やるやる詐欺期間、長かったな…。
kaggleの始め方をいろいろ調べて「さあやるぞ！」と高まったもののどのコンペに参加すれば良いのか分からなかった、というのがこの記事を書いたきっかけです。参考になれば幸いです。
とりあえず、kaggleでアカウント作ってみた。https://t.co/0PszeLb9ez
— こここ@Webライター・Python使う人 (@kokokocococo555) 2018年8月28日
まずはおなじみのタイタニック号のデータを触ってみましょう。
Qiitaにも記事を投稿しています。
実践中の取り組みについてご紹介しています。
他にもプログラミングに関連した記事も書いています。