データコンペを開いた話

Hello! 山口貴大 twitter @nyker_goto atma 株式会社取締役/ DS / ふろんと
/ ばっくえんど / いんふら Kaggle Master kaggle.com/nyk510 京都大学大学院最適化数理卒 SGDが好き 2

3 とつぜんですが

4 atmaCup ご存知ですよね?

5 え、知らない?

atmaCupとは atma 株式会社が主催するオンサイトデータコンペ https://atma-cup.atma.co.jp • 実際に会場に集まり、準備されたデータをテーマに沿って分析・予測を行いその精度を競うイベント • 全員で一斉にスタートし短い時間で決着するため参加者のスキルがオンラインのデータコンペより強く結果に表れます。
6

atmaCup #1 8/3 #1(第2回)を開催全参加者: 26人 (東京から10人以上) 参加者の半数が Kaggler の超ハイレベルな大会
Kaggle GrandMaster: 1人 Kaggle Master: 5人 Kaggle Expert: 7人終了後のアンケートでは全員が次回も参加したい(5段階評価)と回答 :D 7

しかし!! 8

コンペを作るのはなかなか大変!!! 9

大変だったこと × システムを作るのが大変 × 使うデータの選定が大変 × いい感じの解ける問題を作るのが大変 10

Kaggle っぽいシステムを作る必要性 • スコア計算/ランキング • ディスカッション・Vote • チームマージ… Vue.js +
Nuxt ✖ DjangoRestFramework GitlabCIによる自動デプロイ + AWS(ECS) つくってわかるアプリとしての Kaggle の凄さ 1.システムを作るのが大変 11

2.使うデータの選定が大変それを解いてためになる問題にしたい • 匿名データではないリアルなデータを用意 (まあまあ大変) Train/Public/Private の分割は慎重に…… • Leakage があると何を言われるかわからないこわい
いい感じ(要出典)にハンドリングできるデータ量に • 一日しかないのでその中で扱えるぐらいのいい感じ(要出典)のデータ 12

3.いい感じの解ける問題を作るのが大変 Leak とかなかったらいいかというとそうでもない • 解けないと面白くない • でも簡単すぎると差がつかないいい感じ(要出典)に差がつくような問題設定にする必要がある 13

結果どうなるか… 14

いい感じに作るの大変すぎて病む 15

16 *コンペ前日

よかったこと!! × みんなで解くのは楽しいこれは本当に、たのしい!! × [回答者として]とても勉強になるみんなが何をやっているか知れるのは大きい × [出題者として]出題の難しさを知れる 17

よだん AutoMLも参戦してました (8位/31) くわしい顛末はブログで AutoML Tablesを使ってKagglerを倒せなかった話 #atmaCup https://atma.hatenablog.com/entry/2019/08/26/180951 18

次回 10月 ~ 11月頃開催予定データ提供元募集中! atmaCup #2

THANKS! Arigato Gozaimashita !! 20

データコンペを開いた話

データコンペを開いた話

Yamaguchi Takahiro

More Decks by Yamaguchi Takahiro

Other Decks in Science

Featured

Transcript