kaggle NBME解法まとめ
2022/MBME 解法まとめ 概要 お題 目的 患者を診療する際にメモ書きする技術の習得と評価 今回の課題 試験の注釈にある臨床概念と、メモにある表現を対応付ける手法の開発 「食欲不振」→「食事量が少ない」「服がゆるい」 具体例 実際の形式だが文章は異なる（実際の文章はRule AcceptしてDataタブから見られる） 医療メモ: 20yo male with nauseous and abdominal pain since this morning, ate raw oysters yesterday... features: Nausea label: ["nauseous", "abdominal pain"] 必要性 現状の手法とその課題 実際にあった試験（USMLE）では以下の流れで行っていた 特定の臨床例を話すように訓練した人と対話し、メモを書く 訓練を受けた医者の採点者
テーブルデータ向けの自然言語特徴抽出術
例としてあげるデータは全て、atmaCup#10のものです。また、この記事の内容はこちらのノートブックで実験を行っています。 データの例。'title'、'description'など自然言語を含むカラムが存在する。 参考: 自然言語処理におけるEmbeddingの方法一覧とサンプルコード Bag of Wordsベースの手法 文書をトークンの集合として扱う手法です。トークンとしてはよく単語が選ばれますが、自分でtokenizerを設定して文章を単語以外のtokenの集合として扱うこともできます。また、日本語などの言語においてはトークン化が自明でないため、MeCabなどを用いてトークン化することがかなり多いです。 コラム MeCabを用いたトークン化
Kaggle Google Quest Q&A Labeling 反省会 | Wantedly Engineer Blog
本日、2月28日(金)に弊社 Wantedly にて、Kaggle Google Quest Q&A Labeling 反省会を開催したので、その様子をお伝えいたします。 Kaggle Google Quest Q&A Labeling コンペ とは世界最大のデータ分析プラットフォームである Kaggle 上で 2019/11/22 ~ 2020/2/10 の約3ヶ月間、開催された自然言語処理に関するデータ分析コンペです。 英文による質問と回答のペアが与えられており、そのペアに対する30項目における評価値を予測するコンペでした。 反省会の開催に向けて弊社では 3 名 (懸さん, 合田さん, 私 )がこのコンペに参加しまして、反省会を開こうと話していました。合田さんが Twitter にて社外の方へも呼びかけてくださり、社外の方々も参加していただける形で反省会を開くことができました！ con
rishigami on Twitter: "過去のNLPコンペの網羅的なtips集 https://t.co/py0YbsQuR6"
過去のNLPコンペの網羅的なtips集 https://t.co/py0YbsQuR6
機械学習初心者が約10ヶ月でメダルより大切なものを獲得できた話【kaggle Advent Calendar 17日目】 - ギークなエンジニアを目指す男
本記事は、kaggle Advent Calendar 2018の17日目の記事です。 qiita.com 何を書くか直前まで悩んでいましたが、16日に参加したAIもくもく会の中で、 機械学習に興味はあるけど、どのような手順で、何から勉強していったら良いかわからない という方が数名いたので、自分が今年の3月くらい〜今日に至るまで勉強してきた中から 今の自分ならこのような手順で勉強することをオススメする！という記事を書いてみようと思います。 ※自分の勉強した教材の中からのオススメになるので、偏った内容になることをご了承ください。 ※これもオススメ！というものがありましたら、ぜひ教えていただけると嬉しいです。 タイトルにあるメダルより大切なものについては最後に記載しております。 対象読者 2018年3月時点の筆者スペック 2018年3月〜今日に至るまで勉強したこと羅列 書籍 動画 udemy
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
https://x.com/bilzrd/status/1699676115030450259?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
https://twitter.com/biomedicalhacks/status/1639760571686957059?s=12&t=suYC6B2IhN7jv0qU5zDxmQ
データ分析コミュニティ"Nishika" on Twitter: "【日本語個人情報表現抽出向けデータセットを商用利用可で無償公開しました】 法人企業様向けに、過去コンペでNishikaが独自に作成したデータセット、優勝ソリューションのモデル・ソースコードを商用利用可で無償公開しました。自社のPo… https://t.co/imDFyzKeGO"
https://twitter.com/yoshipon0520/status/1529441377725325313
u++ on Twitter: "DeBERTa の論文の説明、分かりやすかった DeBERTa: Decoding-enhanced BERT with Disentangled Attention (Machine Lea... https://t.co/30Sdx8BZpN via @YouTube"
小川雄太郎 on Twitter: "「テキストの類似度」を求める手法について、基本から応用までまとめた大作記事でした Similarity - Jaccard, Euclidean, Cosine Word Embeddings One-Hot & Bag-of-… https://t.co/ozCa9gcwnP"
RedBull🦬 on Twitter: "この記事めっちゃ良いな、chaiiやってる時に知りたかった🙄 https://t.co/S3i5mjDRLM"
山本 和英（言語商会 広報部） on Twitter: "“2021年のNLPコンペソリューションの共通戦略から学ぶ - Qiita” https://t.co/TwTpirNheF"
yu4u on Twitter: "最近huggingface使ってみて、CommonLitコンペのソリューションとか反省会資料でお勉強したのだけど、これを先に見れてるとすっごい楽だったなぁという感じに網羅されてる資料！本文とは関係ないけどpooler_output… https://t.co/1sMmeRxDVn"