Amazonでオススメに出てくるだけあって本物でした。
情報量の密度・質が高く、本書を一読するだけで他のKaggle 系はもちろん、他のML関連本は不要では
いろんなML手法はあるが、結局はGBM かNN。あとは特徴量エンジニアリングとバリデーション・評価指標の設定を練る。それを知ってるだけで、他モデルの調査・実装以外にやれる選択肢の幅が違いますよね
web でも拾える情報かもだが、個人的には、どこの馬の骨が書いた知見よりもTOPKaggler 勢から直伝してもらえるところに価値があると感じます。彼らの常識、rule of thumb (または「Author's opinion」での意見)には価値があり安心して使えます。
良いモデルを作るには時間かかります。
1人で闇雲に取り組むよりも、TOPKaggler の教えがあれば効果的に探求していけるんじゃないでしょうか
プライム無料体験をお試しいただけます
プライム無料体験で、この注文から無料配送特典をご利用いただけます。
非会員 | プライム会員 | |
---|---|---|
通常配送 | ¥410 - ¥450* | 無料 |
お急ぎ便 | ¥510 - ¥550 | |
お届け日時指定便 | ¥510 - ¥650 |
*Amazon.co.jp発送商品の注文額 ¥2,000以上は非会員も無料
無料体験はいつでもキャンセルできます。30日のプライム無料体験をぜひお試しください。
新品:
¥3,608¥3,608 税込
ポイント: 217pt
(6%)
無料お届け日:
3月31日 日曜日
発送元: Amazon.co.jp 販売者: Amazon.co.jp
新品:
¥3,608¥3,608 税込
ポイント: 217pt
(6%)
無料お届け日:
3月31日 日曜日
発送元: Amazon.co.jp
販売者: Amazon.co.jp
中古品: ¥2,475
中古品:
¥2,475

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。
ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
Kaggleで勝つデータ分析の技術 単行本(ソフトカバー) – 2019/10/9
{"desktop_buybox_group_1":[{"displayPrice":"¥3,608","priceAmount":3608.00,"currencySymbol":"¥","integerValue":"3,608","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"6iHVRnJE1TAfbskz7EvsL8gVSm4%2BznWKkaaxntxpxVCxrteI4cBIOonX1IOknqdHlwJnvuKo8DS58ixjxQapKJPcYhsvsYQbbRQ3DQsiLeqsjWyv6odd6uUIyjamCar%2B0FwbvqujeWE%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"¥2,475","priceAmount":2475.00,"currencySymbol":"¥","integerValue":"2,475","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"6iHVRnJE1TAfbskz7EvsL8gVSm4%2BznWK7Sd60bcyWGJK8pKe8h2gHn7ouHzTnxygLC4boAlZr6X8%2FqjCHmAJ7i3LL5YB%2BPmheSEsx6LFV2DVIe4hOO9AYG2TX0JZkPnwOGEAgbAF9bTfsmxWMt%2BU4CeXuaNetaTjUsLADEz7zsCjm0MTBo%2FdsTe3%2B7Th5w0V","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}
購入オプションとあわせ買い
Kaggleをはじめよう!
データサイエンスの認知の高まりとともに、データ分析に関するコンペティションが多数開催されるようになってきました。最も有名なコンペティションプラットフォームであるKaggleにおけるプレイヤー数は10万人を超え、多くのエンジニアが自分の腕を試すためにコンペティションに参加しています。分析コンペでは、実際のデータを扱うため、機械学習の解説書にはあまり載っていないような手法やテクニックが数多く活用されています。これらを理解し自身で使えるようにしておくことはコンペだけでなく、実務でのモデル構築において非常に役に立ちます。
そこでこれらのテクニックや事例を多くの人に知っていただくために、現時点で最新のものを整理して本書にまとめました。特徴量の作り方、バリデーション、パラメータチューニングなどについて、一般的な書籍ではあまり言及されない暗黙知やポイントについて記述しています。分析コンペにこれから参加してみたい方、あるいはもっと上を目指したい方だけでなく、実務で予測モデルの精度を上げたいという方にも参考になる情報が多いでしょう。
データサイエンスの認知の高まりとともに、データ分析に関するコンペティションが多数開催されるようになってきました。最も有名なコンペティションプラットフォームであるKaggleにおけるプレイヤー数は10万人を超え、多くのエンジニアが自分の腕を試すためにコンペティションに参加しています。分析コンペでは、実際のデータを扱うため、機械学習の解説書にはあまり載っていないような手法やテクニックが数多く活用されています。これらを理解し自身で使えるようにしておくことはコンペだけでなく、実務でのモデル構築において非常に役に立ちます。
そこでこれらのテクニックや事例を多くの人に知っていただくために、現時点で最新のものを整理して本書にまとめました。特徴量の作り方、バリデーション、パラメータチューニングなどについて、一般的な書籍ではあまり言及されない暗黙知やポイントについて記述しています。分析コンペにこれから参加してみたい方、あるいはもっと上を目指したい方だけでなく、実務で予測モデルの精度を上げたいという方にも参考になる情報が多いでしょう。
- 本の長さ424ページ
- 言語日本語
- 出版社技術評論社
- 発売日2019/10/9
- 寸法18.6 x 2.4 x 23.1 cm
- ISBN-104297108437
- ISBN-13978-4297108434
よく一緒に購入されている商品

対象商品: Kaggleで勝つデータ分析の技術
¥3,608¥3,608
最短で3月31日 日曜日のお届け予定です
在庫あり。
¥3,300¥3,300
最短で3月31日 日曜日のお届け予定です
在庫あり。
¥2,200¥2,200
最短で3月31日 日曜日のお届け予定です
在庫あり。
総額:
当社の価格を見るには、これら商品をカートに追加してください。
ポイントの合計:
pt
もう一度お試しください
追加されました
一緒に購入する商品を選択してください。
この商品をチェックした人はこんな商品もチェックしています
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
商品の説明
出版社からのコメント
Kaggleで勝つための暗黙知が明かされる!
著者について
著者プロフィール
門脇大輔(かどわきだいすけ)
京都大学総合人間学部卒業後、生命保険会社でアクチュアリーとして10年ほど商品開発・リスク管理などに従事した後、Kaggleに出会ったことをきっかけにキャリアを放り出してKaggleや競技プログラミングで学んだ技術でお仕事をするようになった。
Kaggle Competitions Master(Walmart Recruiting II: Sales in Stormy Weather 優勝、Coupon Purchase Prediction 3位)、日本アクチュアリー会正会員
Twitter:@threecourse
本書の4章、6章、7章および1章、2章、3章、5章の一部を執筆。
阪田隆司(さかたりゅうじ)
2012年に京都大学大学院修了後、国内電機メーカーに入社。以来、データサイエンティストおよび研究員として従事。仕事柄、データサイエンス・機械学習に興味を持ち、2014年よりKaggleを始め、2019年にKaggle Competitions Grandmasterとなる。
Twitter: @sakata_ryuji
本書の3章、5章を執筆。
保坂桂佑(ほさかけいすけ)
東京大学大学院総合文化研究科広域科学専攻で天体シミュレーションの研究で修士号を取得後、データ分析のコンサルティング企業で、10年近く企業のデータ分析支援に携わった。その後大手Webサービス企業に入社し、データ活用の推進に携わったあと、現在はデータサイエンティストや機械学習エンジニアの育成、マネジメントに従事。プライベートでは子育てに専念中。Kaggle Competitions Expert
Twitter: @free_skier
本書の1章、および6章の一部を執筆。
平松雄司(ひらまつゆうじ)
東京大学理学部物理学科卒業、同大学大学院理学研究科物理学専攻修了後、国内電機大手に就職した後、金融業界へと転身し、金融システム会社にてデリバティブクオンツ、国内大手損保グループにてリスクアクチュアリー業務に携わった。現在は、アクサ生命保険株式会社にてシニアデータサイエンティストとして社内のデータ分析の促進に従事。また、東京大学へ研究員としても出向中で、医療データの分析・研究を行っている。日本アクチュアリー会準会員。Kaggleを本格的に始めたのは2016年頃からであり、2018年にKaggle CompetitionsMasterとなっている。くまのぬいぐるみが好きでたまらない。
Twitter: @Maxwell_110
本書の2章、および7章の一部を執筆。
門脇大輔(かどわきだいすけ)
京都大学総合人間学部卒業後、生命保険会社でアクチュアリーとして10年ほど商品開発・リスク管理などに従事した後、Kaggleに出会ったことをきっかけにキャリアを放り出してKaggleや競技プログラミングで学んだ技術でお仕事をするようになった。
Kaggle Competitions Master(Walmart Recruiting II: Sales in Stormy Weather 優勝、Coupon Purchase Prediction 3位)、日本アクチュアリー会正会員
Twitter:@threecourse
本書の4章、6章、7章および1章、2章、3章、5章の一部を執筆。
阪田隆司(さかたりゅうじ)
2012年に京都大学大学院修了後、国内電機メーカーに入社。以来、データサイエンティストおよび研究員として従事。仕事柄、データサイエンス・機械学習に興味を持ち、2014年よりKaggleを始め、2019年にKaggle Competitions Grandmasterとなる。
Twitter: @sakata_ryuji
本書の3章、5章を執筆。
保坂桂佑(ほさかけいすけ)
東京大学大学院総合文化研究科広域科学専攻で天体シミュレーションの研究で修士号を取得後、データ分析のコンサルティング企業で、10年近く企業のデータ分析支援に携わった。その後大手Webサービス企業に入社し、データ活用の推進に携わったあと、現在はデータサイエンティストや機械学習エンジニアの育成、マネジメントに従事。プライベートでは子育てに専念中。Kaggle Competitions Expert
Twitter: @free_skier
本書の1章、および6章の一部を執筆。
平松雄司(ひらまつゆうじ)
東京大学理学部物理学科卒業、同大学大学院理学研究科物理学専攻修了後、国内電機大手に就職した後、金融業界へと転身し、金融システム会社にてデリバティブクオンツ、国内大手損保グループにてリスクアクチュアリー業務に携わった。現在は、アクサ生命保険株式会社にてシニアデータサイエンティストとして社内のデータ分析の促進に従事。また、東京大学へ研究員としても出向中で、医療データの分析・研究を行っている。日本アクチュアリー会準会員。Kaggleを本格的に始めたのは2016年頃からであり、2018年にKaggle CompetitionsMasterとなっている。くまのぬいぐるみが好きでたまらない。
Twitter: @Maxwell_110
本書の2章、および7章の一部を執筆。
著者略歴 (「BOOK著者紹介情報」より)
門脇/大輔
京都大学総合人間学部卒業後、生命保険会社でアクチュアリーとして10年ほど商品開発・リスク管理などに従事した後、Kaggleや競技プログラミングで学んだ技術で仕事をするようになった。Kaggle Competitions Master(Walmart Recruiting 2:Sales in Stormy Weather優勝、Coupon Purchase Prediction3位)、日本アクチュアリー会正会員
阪田/隆司
2012年に京都大学大学院修了後、国内電機メーカーに入社。以来、データサイエンティストおよび研究員として従事。仕事柄、データサイエンス・機械学習に興味を持ち、2014年よりKaggleを始め、2019年にKaggle Competitions Grandmasterとなる
保坂/桂佑
東京大学大学院総合文化研究科広域科学専攻で天体シミュレーションの研究で修士号を取得後、データ分析のコンサルティング企業で、10年近く企業のデータ分析支援に携わった。その後大手Webサービス企業に入社し、データ活用の推進に携わったあと、現在はデータサイエンティストや機械学習エンジニアの育成、マネジメントに従事。Kaggle Competitions Expert
平松/雄司
東京大学理学部物理学科卒業、同大学大学院理学研究科物理学専攻修了後、国内電機大手に就職した後、金融業界へと転身し、金融システム会社にてデリバティブクオンツ、国内大手損保グループにてリスクアクチュアリー業務に携わった。現在は、アクサ生命保険株式会社にてシニアデータサイエンティストとして社内のデータ分析の促進に従事。また、東京大学へ研究員としても出向中で、医療データの分析・研究を行っている。日本アクチュアリー会準会員。2018年にKaggle Competitions Masterとなっている(本データはこの書籍が刊行された当時に掲載されていたものです)
京都大学総合人間学部卒業後、生命保険会社でアクチュアリーとして10年ほど商品開発・リスク管理などに従事した後、Kaggleや競技プログラミングで学んだ技術で仕事をするようになった。Kaggle Competitions Master(Walmart Recruiting 2:Sales in Stormy Weather優勝、Coupon Purchase Prediction3位)、日本アクチュアリー会正会員
阪田/隆司
2012年に京都大学大学院修了後、国内電機メーカーに入社。以来、データサイエンティストおよび研究員として従事。仕事柄、データサイエンス・機械学習に興味を持ち、2014年よりKaggleを始め、2019年にKaggle Competitions Grandmasterとなる
保坂/桂佑
東京大学大学院総合文化研究科広域科学専攻で天体シミュレーションの研究で修士号を取得後、データ分析のコンサルティング企業で、10年近く企業のデータ分析支援に携わった。その後大手Webサービス企業に入社し、データ活用の推進に携わったあと、現在はデータサイエンティストや機械学習エンジニアの育成、マネジメントに従事。Kaggle Competitions Expert
平松/雄司
東京大学理学部物理学科卒業、同大学大学院理学研究科物理学専攻修了後、国内電機大手に就職した後、金融業界へと転身し、金融システム会社にてデリバティブクオンツ、国内大手損保グループにてリスクアクチュアリー業務に携わった。現在は、アクサ生命保険株式会社にてシニアデータサイエンティストとして社内のデータ分析の促進に従事。また、東京大学へ研究員としても出向中で、医療データの分析・研究を行っている。日本アクチュアリー会準会員。2018年にKaggle Competitions Masterとなっている(本データはこの書籍が刊行された当時に掲載されていたものです)
登録情報
- 出版社 : 技術評論社 (2019/10/9)
- 発売日 : 2019/10/9
- 言語 : 日本語
- 単行本(ソフトカバー) : 424ページ
- ISBN-10 : 4297108437
- ISBN-13 : 978-4297108434
- 寸法 : 18.6 x 2.4 x 23.1 cm
- Amazon 売れ筋ランキング: - 8,125位本 (本の売れ筋ランキングを見る)
- - 26位データベース処理
- カスタマーレビュー:
著者について
著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。
著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう
著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう
東京大学理学部物理学科・同大学大学院理学研究科物理学専攻卒.
国内電機大手に入社後,金融業界へと転身.
金融システム会社にてデリバティブクオンツを経験した後,
国内大手損保グループにて再保険に関連したリスクアクチュアリー業務に携わる.
現在は,外資系生保にてチーフデータサイエンティストとして社内・外のデータ分析の促進に従事.
くまのぬいぐるみが好きでどうしようもない.
-
トップレビュー
上位レビュー、対象国: 日本
レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。
2022年3月6日に日本でレビュー済み
Amazonで購入
kaggle挑戦者が押さえるべきテクニックを一冊に集約した本という印象です。
どちらかと言えば中級レベル以上になる人のための本です。
私はある程度座学を勉強して今はkaggleに取り組むためのチュートリアル的な位置づけとして本書を利用しています。機械学習を最初から勉強するための本ではないのである程度の基礎知識を得てから取り組むのがお勧めです。コードが掲載されていますがアルゴリズムの内容を詳しく説明してはいないので随時自分でググる必要性があると思います。分からなかったら途中まで調べて次に進むでも構わないと思います。完全に理解しようとすると迷子になってしまうので。また技術書は分厚く重いのでkindleで全部管理したほうが効率が上がるのでオススメです。
どちらかと言えば中級レベル以上になる人のための本です。
私はある程度座学を勉強して今はkaggleに取り組むためのチュートリアル的な位置づけとして本書を利用しています。機械学習を最初から勉強するための本ではないのである程度の基礎知識を得てから取り組むのがお勧めです。コードが掲載されていますがアルゴリズムの内容を詳しく説明してはいないので随時自分でググる必要性があると思います。分からなかったら途中まで調べて次に進むでも構わないと思います。完全に理解しようとすると迷子になってしまうので。また技術書は分厚く重いのでkindleで全部管理したほうが効率が上がるのでオススメです。
2024年1月27日に日本でレビュー済み
Amazonで購入
ありがとうございました。状態、発送、なにも言うことありません。また機会あれば是非よろしくお願い申し上げます。
2024年3月23日に日本でレビュー済み
一度挫折したのですが,『Pythonデータサイエンスハンドブック』でNumpyやPandasの基礎を身に付けてから再チャレンジしたところ,この本の良さを実感することができました。まず,Pythonにありがちな「ライブラリがアップグレードされて,コードが動かない」ということがほとんどありません。強いて挙げるならば,tensorflowのpredict_proba関数が既に廃止されている点くらいです。また,数学的に深入りしすぎず,適度な詳細度で,各種アルゴリズムを説明してくれています。ただし,勾配ブースティング木 (GBDT) のアルゴリズムの解説は丁寧で,理解が深まりました。通読してみて,やはり「いかに良い特徴量を設計するか (特徴量エンジニアリング)」が最も重要で,「第3章 特徴量の作成」がとても参考になりました。分厚い本ですが,サンプルコードも付いているので,1行ずつ打ち込みながら動作確認すれば,きっと実り多き学習となるでしょう。
2023年7月9日に日本でレビュー済み
Amazonで購入
星5にするのは自分次第です。がんばります😆
2020年7月7日に日本でレビュー済み
Amazonで購入
調べることに関しては良い。
これを見て勉強はあまりしなかった。
困った時に助けてくれる。
これを見て勉強はあまりしなかった。
困った時に助けてくれる。
2021年8月22日に日本でレビュー済み
Amazonで購入
手法については既知のものが多く新発見は無かったものの、情報を整理してまとめてあるので自分の中の情報を再整理することができたことと、ハイパーパラメーターなどについては勉強になった。
2022年4月22日に日本でレビュー済み
Amazonで購入
データの前処理、機能の作成、モデリング、評価などについて学ぶために強くおすすめする本。