Ｋａｇｇｌｅで技術や知見を獲得！コンペで躍進する力を養おう。本書では、Ｋａｇｇｌｅにおいて技術や知識がどのように展開／活用されてきたかを詳しく見ていきます。実際に使われた手法は、実践に役立つスキルであり、別のコンペティションにも適用可能です。この本では、過去の４つのコンペティションを取り上げ、以下の観点で解説します―「各コンペティションの背景」「ディスカッションの活用」「ノートブックの再利用」「特徴量エンジニアリングのアプローチ」「さまざまなモデルの訓練」など。実際の事例を説明しており、Ｋａｇｇｌｅコンペティションで成功するためのヒントとなるはずです。さらに、本書で取り上げたように、Ｋａｇｇｌｅのリソースを使った学習を重ねることで、データ分析能力を大幅に向上させることができるでしょう。
もくじ情報：第１章　最も名高いテーブルコンペティション―Ｐｏｒｔｏ　Ｓｅｇｕｒｏ’ｓ　Ｓａｆｅ　Ｄｒｉｖｅｒ　Ｐｒｅｄｉｃｔｉｏｎ（コンペティションとデータを理解する；評価指標を理解する　ほか）；第２章　Ｍａｋｒｉｄａｋｉｓコンペティション―正解率と不確実性に関するＫａｇｇｌｅのＭ５（コンペティションとデータを理解する；評価指標を理解する　ほか）；第３章　画像分類コンペティション―Ｃａｓｓａｖａ　Ｌｅａｆ　Ｄｉｓｅａｓｅ　Ｃｌａｓｓｉｆｉｃａｔｉｏｎ（データと指標を理解する；ベースラインモデルを構築する；上位のソリューションから学ぶ；完全なソリューション；本章のまとめ）；第４章　自然言語処理コンペティション―Ｇｏｏｇｌｅ　ＱＵＥＳＴ　Ｑ＆Ａ　Ｌａｂｅｌｉｎｇ（ベースラインソリューション；上位のソリューションから学ぶ；本章のまとめ）

バナシェヴィッチ，コンラッド(バナシェヴィッチ，コンラッド)
アムステルダム自由大学にて統計学の博士号を取得。その後、さまざまな金融機関でデータ分析の問題に取り組む。電子商取引会社ｅＢａｙのリードデータサイエンティストを経て、現在はデータサイエンティストとしてオンライン広告会社のＡｄｅｖｉｎｔａに勤務。Ｋａｇｇｌｅの称号としてＮｏｔｅｂｏｏｋｓとＤｉｓｃｕｓｓｉｏｎのＧｒａｎｄｍａｓｔｅｒ、ＣｏｍｐｅｔｉｔｉｏｎｓとＤａｔａｓｅｔｓのＭａｓｔｅｒを取得。過去の最高ランクはＤｉｓｃｕｓｓｉｏｎで７位