エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Kaggle Days Tokyo オフラインコンペ参戦記 - ML_BearのKaggleな日常
これはなに? Kaggle Days Tokyo 2日目に開催されたオフラインコンペの参加記録です。 参加88チーム中 2... これはなに? Kaggle Days Tokyo 2日目に開催されたオフラインコンペの参加記録です。 参加88チーム中 25位(ソロ)と微妙な順位でしたが、これまでのkaggle参加の経験がとても活きて嬉しかったのと、コンペ後の懇親会が非常に楽しかったので、記録を書き留めておきます。 どんなコンペだった? NIKKEI電子版のサイト閲覧ログを元に、ユーザーの年齢を推定するというお題でした。 与えられたデータの種類は以下の2つでした。(情報はざっくりで書いてます) ユーザーの記事閲覧ログ 記事ID / user_id 読了率/閲覧時間 接続元情報(地域/法人IP等) 接続デバイス/OS/ブラウザ/通信 記事データ 記事ID カテゴリ/ジャンル/ラベル/キーワード タイトル/本文/文字数 ユーザー別に記事閲覧ログを集約して、そのデータをモデルに突っ込むというのが基本戦略になります。 イベントロ
2019/12/14 リンク