サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
買ってよかったもの
icebee.hatenablog.com
【参加記録】Data Gateway Talk vol.3 【参加記録】Data Gateway Talk vol.3 簡単に 各発表 あの日見たデータ「サイエンス」を僕たちはまだ知らない ZOZOUSEDのデータ活用事例紹介個人のキャリアの話 KPIという制約と創造性 姿勢推定とLightGBMを用いたテニスのスイング認識 BtoB分野のデータサイエンティストとして5年生きた四方山話をする 後付け 簡単に DataGatewayTalk vol.3にblog枠として参加してきたので簡単なまとめと若干のコメントです 固定されたテーマと言うよりはデータ分析者の登竜門に立つ人々向け、という大枠の中で自由な話題をという雰囲気でした あとは多分、この勉強会の良いところで普段登壇しているというわけでもない人向けの登壇機会の提供目的にも重きが置かれていた模様 自分はデータ分析職ってわけでもないので業界
【参加記録】データとML周辺エンジニアリングを考える会 #2 【参加記録】データとML周辺エンジニアリングを考える会 #2 簡単に 各発表 GCPでStreamなデータパイプライン運用しはじめた リアルタイムデータ処理基盤の構築 Google Cloud ML Engineに浸かってみる PoC案件が多すぎてつらいので、パイプラインを使い回すツールを入れた。 Cloud Composer & Cloud Dataflow によるバッチETLの再構築 DigdagでETL処理をする Comet.mlでAutoMLライブラリ開発 データ活用の際にハマってしまったログ・データスキーマ設計 まとめ 簡単に データとML周辺エンジニアリングを考える会 #2に参加してきたので簡単なまとめと若干のコメント 実サービスでのログ管理、どうやってDWHにデータ突っ込んでるのか、という話題が中心でした 普段は機
本記事はkaggle Advent Calendar 2018の16日目の記事となります。 PythonでのLogについて、自分の経験の範囲でまとめたもの 著者[twitter:@icebee__] 目次 目次 なぜKaggleでLogを取りたいか どういう情報が欲しいか 現状の私のログ取得方法 基本 実行時間の記録 処理過程の記録 実験の記録 まとめ 参考にさせていただいた諸々 なぜKaggleでLogを取りたいか Kaggleのようなコンペティションにおいて、ログを取る目的は大きく二つ。 プログラムの実行記録。デバッグやボトルネックの発見のため 機械学習プログラムの実行時間は長くなりがち。試行錯誤の回数を得るためにもボトルネックは把握して解消したい。 バグもエラーが出るものばかりではない。自分の意図した処理になっているのか後から確認できるようにしたい。 実験や各種試行錯誤、機械学習の学
このページを最初にブックマークしてみませんか?
『icebee.hatenablog.com』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く