Kaggle で磨く 機械学習の実践力ーー実務 x コンペが鍛えたプロの手順

●Kaggle は楽しい!
Kaggle は誰でも気軽に参加できるデータ分析の競技コンペです。
コンペで試した技を、実務に応用するーーそのシナジーにより、みるみる実力が付きます。
Kaggle マスターの著者自身がそうして得たノウハウを、惜しげもなく本書では公開します。
しかし、本書を通じてお伝えしたいのは、何より Kaggle のワクワク感です!
第 1 部●分析実務と Kaggle
1 実務に必要なスキルとは
2 Kaggle の概要
3 Kaggle を学習ツールに
第 2 部●機械学習の進め方
4 ベースライン作成
5 特徴量エンジニアリング
6 モデルチューニング
第 3 部●実践例
7 2 値分類のコンペ
8 回帰問題のコンペ
9 データサイエンティストの未来

『Kaggle で磨く 機械学習の実践力ーー実務 x コンペが鍛えたプロの手順』 (諸橋 政幸 著、リックテレコム、2022 年 6 月刊) は、データ分析の競技コンペである Kaggle で試した技を実務に応用するという流れで、機械学習によるデータ分析の進め方をまとめた本です。版元の書誌登録の紹介文は、Kaggle マスターの著者がそうして得たノウハウを本書で公開すると案内し、伝えたいこととして何より Kaggle のワクワク感を挙げています。国立国会図書館の書誌での副題は「実務×コンペが鍛えたプロの手順」です。

第 Ⅰ 部から第 Ⅲ 部、実務に必要なスキルからデータサイエンティストの未来まで

目次は 3 つの部に分かれ、章には 1 から 9 の通し番号が付いています。第 Ⅰ 部「分析実務と Kaggle」は「実務に必要なスキルとは」「Kaggle の概要」「Kaggle を学習ツールに」、第 Ⅱ 部「機械学習の進め方」は「ベースライン作成」「特徴量エンジニアリング」「モデルチューニング」、第 Ⅲ 部「実践例」は「2 値分類のコンペ」「回帰問題のコンペ」「データサイエンティストの未来」です。

ベースライン、特徴量、チューニングという機械学習の進め方

版元の紹介文は Kaggle を、誰でも気軽に参加できるデータ分析の競技コンペと説明しています。機械学習 のモデルを作る作業では、まず単純な前処理と既定の設定で動く最初のモデルを作り、その評価値をベースラインとして記録しておくと、後の改良が効いたかどうかを同じ物差しで比べられます。特徴量エンジニアリングは、元のデータの列を組み合わせたり集計したりして、モデルが予測に使える形の入力を作る工程です。モデルチューニングは、学習の手法が持つ設定値 (ハイパーパラメーター) を調整して評価値を詰める工程です。どちらの工程でも、学習に使っていないデータで評価する検証の設計が欠かせず、検証の分け方を誤ると、手元の評価値は高いのに新しいデータでは精度が出ない状態になります。2 値分類は結果を 2 つの区分のどちらかに分ける問題で、回帰は売上や価格のような連続した値を予測する問題です。

日立製作所でデータ分析に携わる Kaggle Master の著者

刊行時の著者紹介によれば、諸橋 政幸は東北大学大学院 (理学研究科 物理学専攻) の出身で、1999 年に日立製作所へ入社し、2012 年にその年度に新設されたデータ分析の部署へ移って、データ分析で顧客の課題を解決する業務に就きました。分析の経験がない状態から始めて約 10 年の実務経験を積み、分析コンペの経歴は約 6 年です。Kaggle の称号は Master で、2022 年 1 月の時点のメダルは金 1 個、銀 6 個、銅 3 個と紹介されています。SIGNATE の創薬コンペで優勝し、Nishika のレコメンドコンペで 2 位に入っています。

本書は、実務に必要なスキルと Kaggle の概要から、ベースライン作成、特徴量エンジニアリング、モデルチューニング、2 値分類と回帰問題のコンペの実践例、データサイエンティストの未来までを、3 部 9 章に収めています。機械学習の本の選び方は 機械学習 / ディープラーニング本ガイド にまとめています。