「Kaggle Tokyo Meetup #6」に参加し、チーム Wodori の一員として「PetFinder 2nd Place Solution」の題目で発表もしました。
本記事では、各発表の簡単な感想などを述べます。twitterの #kaggle_tokyo や kaggler-ja slackの #event-live にも情報が転がっています。
- 「PetFinder 2nd Place Solution」（Wodori）
- 「iMet 7th Place Solution & 画像コンペのアプローチ」（phalanxさん）
- 「Quora Insincere Questions 10th Place Solution & 昔話」（tksさん）
- 「PLAsTiCC 3rd Place Solution」（nyanpさん）
- スポンサーセッション
- LT①「Neural Network のご機嫌取りがしたい」（tawatawaraさん）
- LT②「NLPチュートリアル」（tamakiさん）
- LT③「Freesound Audio Tagging 2019 4th Place Solution」（OUMed: Osciiartさん、jsatoさん）
- LT④「Google Landmark Retrieval 2019 1st Place Solution」（smlyさん）
- LT⑤「Santander Customer Transaction Prediction 2nd Place Solution」（onoderaさん）
- おわりに
「PetFinder 2nd Place Solution」（Wodori）
「iMet 7th Place Solution & 画像コンペのアプローチ」（phalanxさん）
- 後半で述べていたphalanxさんなりの汎用的なmodel pipelineが素晴らしかった
- yamlを書き換えるだけで学習・推論・ログ出力などが自動化されているらしい
- 懇親会で別の画像の強い人とも話したが同様のpipelineを持っているらしく、自分もきちんとコードを整備したいと感じた
「Quora Insincere Questions 10th Place Solution & 昔話」（tksさん）
- jigsawのsolutionとして公開されて気になっていた「exponential moving average」について話題になって、個人的にとても勉強になった
- Kaggle昔話も、知らないことが多くて面白かった
「PLAsTiCC 3rd Place Solution」（nyanpさん）
- コンペの意義から具体的な解法まで、情報量多い解説だった
- 有効だが生成に時間がかかる特徴量を大量にインスタンスを立てて作成するなど、勝負どころでの力強さを感じた
- adversarial pseudo labeling や カテゴリ変数がない場合のCatboostの利用など、将来のコンペで使ってみたいアイディアが多かった
LT①「Neural Network のご機嫌取りがしたい」（tawatawaraさん）
LT③「Freesound Audio Tagging 2019 4th Place Solution」（OUMed: Osciiartさん、jsatoさん）
LT④「Google Landmark Retrieval 2019 1st Place Solution」（smlyさん）
LT⑤「Santander Customer Transaction Prediction 2nd Place Solution」（onoderaさん）
To Be Written.
おわりに
昨年12月に開催された前回は、Kaggle Expertとして参加し、LTをしました。
その後なかなかコンペで良い成績が出せず落ち込んでいた時期もあったのですが、良いチームメイトに恵まれ金メダルを獲得してmeetupで発表できたことは、本当に嬉しいです。
日本でのKaggleの人気・実力が高まっていてmeetup参加の難易度が上がっていますが、ぜひ次回も参加できるようKaggleに精進していきたいと思います。
Kaggle、現状だとmeetup参加する資格ないな( ﾟ∀ﾟ)･∵.
— u++ (@upura0) February 14, 2019
運営の皆さん、会場スポンサーのDeNAさん、ありがとうございました！
