Kaggleにおける「特徴量エンジニアリング」の位置づけ 〜『機械学習のための特徴量エンジニアリング』に寄せて〜 - u++の備忘録

はじめに 『機械学習のための特徴量エンジニアリング』の書誌情報 Kaggleのワークフロー 1. （探索的データ分析） 2. ベースラインモデルの構築 3. Validationの構築 4. 特徴量エンジニアリング 5. ハイパーパラメータ調整 6. アンサンブル 『機械学習のための特徴量エンジニアリング』の貢献箇所 Kaggle観点で本書をオススメする読者 おわりに はじめに このたび、『機械学習のための特徴量エンジニアリング』をご恵贈いただきました。 Kaggleと親和性が高い書籍名で、Twitterのタイムラインなどを見るに、Kaggleに興味がある層を中心に大きな注目を集めているようです。 本記事では本書の発売に寄せて、Kaggleの自分流のワークフローと「特徴量エンジニアリング」の位置づけについての私見を述べます。その上で本書がKaggleのワークフローのどの部分に寄与するかを説

[De_Lorean]

“ Kaggleの自分流のワークフローと「特徴量エンジニアリング」の位置づけ 本書がKaggleのワークフローのどの部分に寄与するか Kaggle観点で本書をどういう方にオススメするか”

[Nyoho]

ハイパーパラメータ調整はその後の「最後の一押し」という位置付け

[hatakazu93]

技術

[manjirou99]

参考になります。ありがとうございます

[moca829]

試行時は、良さげなハイパラで固定しておく

[fukudamasa09]

“hatenablog”

[imslotter]

守りの特徴量エンジニアリングに最も貢献する。書評+αで学べることがめちゃ多い良記事だ。

[currypurin]

さすがupuraさん！！とても全体感がある書評なので、本の内容以外で書評することがなくなりましたw