グランドマスター三冠のKaggleノートブック開発術単変量解析から地理情報分析／偽動画検出／LLMまで

ギフトで購入

グランドマスター三冠のKaggleノートブック開発術単変量解析から地理情報分析／偽動画検出／LLMまで

Gabriel Preda(著), 株式会社クイープ(訳)

3,960円 (3,600円+税)

著者はKaggleの3つのカテゴリーでグランドマスターを獲得。本書では、これまでに培った技術をもとに、さまざまなデータ分析の手法を解説。Kaggleの基本機能から、分析・可視化の基礎、地理情報や画像データの分析、テキスト分析、時系列データ処理、ディープフェイク動画検出などを取り上げます。

【注意】本書のEPUB版は固定レイアウト型になっております。文字の大きさの変更や検索、引用などはお使いいただけません。画面の大きい端末でご利用ください。

内容紹介

Kaggleで基礎から新規テーマまで、さまざまなデータ分析技術を習得できる！

著者は、3つのKaggleのカテゴリーでグランドマスターを獲得。著者がこれまでに培った技術をもとに、さまざまなデータ分析の手法を解説していきます。

Kaggleの基本機能の紹介から始まり、データ分析・可視化、地理情報や画像データセットの分析、テキスト分析、時系列データ処理、ディープフェイク動画検出など、分析対象のデータ種類を網羅的に取り上げます。

さらに、LangChainとLLMを使ったRAGシステム（特定情報の追加学習可能な生成AIシステム）の構築といった新規性の高いテーマも取り上げます。

Kaggleはデータサイエンス／機械学習プラットフォーム＆コミュニティです。本書を手がかりに、Kaggleでデータ分析技術を幅広く習得しつつ、さまざまなコンペティションに挑戦し、自身のランクアップも推進しよう。

◎地理、画像、テキストなど、多様なデータセットの分析方法を学べる
◎グランドマスターが得た専門知識と上位ランキングへのヒントを紹介
◎生成AIアプリのプロトタイピングに役立つモデルの活用も解説

※本書は、『Developing Kaggle Notebooks: Pave your way to becoming a Kaggle Notebooks Grandmaster』の翻訳書です。

書誌情報

著者: Gabriel Preda(著), 株式会社クイープ(訳)
発行日: 2025-02-19 (紙書籍版発行日: 2025-02-19)
最終更新日: 2025-02-19
バージョン: 1.0.0
ページ数: 362ページ(PDF版換算)
対応フォーマット: PDF, EPUB
出版社: インプレス

対象読者

◎Kaggleの初中級者から経験豊富なユーザーまで◎Kaggleランキング上位を目指すユーザー◎データ分析に興味を持つプロフェッショナル

著者について

Gabriel Preda

大手ソフトウェアサービス会社Endavaの主任データサイエンティスト。金融サービス、銀行業、ポートフォリオ管理、通信、医療など、さまざまな業界のプロジェクトに取り組み、リスク予測、顧客離脱分析、異常検出、文書情報抽出など、さまざまな機械学習ソリューションを開発。計算電磁気学の博士号を取得。

株式会社クイープ

コンピュータシステムの開発、ローカライズ、コンサルティングを手がけている。本書の姉妹書である『The Kaggle Book：データ分析競技実践ガイド＆精鋭31人インタビュー』を翻訳。最近の訳書に『Pythonライブラリによる因果推論・因果探索［概念と実践］因果機械学習の鍵を解く』『AWSインフラサービス活用大全［第2版］構築・運用、自動化、データストア、高信頼化』などがある（いずれもインプレス発行）。

3.1 タイタニック号の悲劇
3.2 データを検査する
3.2.1 データを理解する
3.2.2 データを分析する
3.3 単変量解析を行う
3.4 多変量解析を行う
3.5 乗客の名前から意味のある情報を抽出する
3.6 複数のプロットを表示するダッシュボードを作成する
3.7 ベースラインモデルを構築する
3.8 本章のまとめ
3.9 参考資料

第4章単変量／二変量／地理空間分析の方法―パブとスターバックス

4.1 イギリスのパブ
4.1.1 データ品質のチェック
4.1.2 データ探索
4.2 世界中のスターバックス
4.2.1 予備的なデータ分析
4.2.2 単変量解析と二変量解析
4.2.3 地理空間分析
4.3 ロンドンのパブとスターバックス
4.3.1 データの前処理
4.3.2 地理空間分析
4.4 本章のまとめ
4.5 参考資料

第5章データ分析に基づくストーリーと仮説検証―発展途上国向け小口融資とMeta Kaggle

5.1 Data Science for Good: Kiva Crowdfundingコンペティション
5.2 Kivaコンペティションの分析：データが増えるほど、洞察は深まる
5.2.1 借り手の人口統計を理解する
5.2.2 MPIと他の要因との相関を探る
5.2.3 レーダーチャートで貧困の次元を可視化する
5.2.4 最後に
5.3 データセットごとに異なるストーリーを伝える
5.3.1 プロット
5.3.2 実際の推移
5.3.3 結論
5.4 本章のまとめ
5.5 参考資料

第6章画像データ分析―ミツバチの亜種を予測

6.1 データ探索
6.1.1 データ品質をチェックする
6.1.2 画像データを探索する
6.1.3 場所
6.1.4 日付と時刻
6.1.5 亜種
6.1.6 健康状態
6.1.7 その他
6.1.8 結論
6.2 亜種の分類
6.2.1 データを分割する
6.2.2 データ拡張
6.2.3 ベースラインモデルを構築する
6.2.4 モデルを反復的に改善する
6.3 本章のまとめ
6.4 参考資料

第7章テキスト分析―単語埋め込み、双方向LSTM、Transformer

7.1 データ探索
7.1.1 目的変数
7.1.2 センシティブな特徴量
7.2 コメントテキストを分析する
7.2.1 トピックモデリング
7.2.2 固有表現抽出（NER）
7.2.3 品詞タグ付け
7.3 モデルを準備する
7.3.1 語彙を構築する
7.3.2 埋め込みインデックスと埋め込み行列
7.3.3 語彙のカバレッジを確認する
7.3.4 語彙のカバレッジを反復的に改善する
7.4 ベースラインモデルを構築する
7.5 Transformerベースのソリューション
7.6 本章のまとめ
7.7 参考資料

第8章音響信号の分析による模擬地震の予測

8.1 LANL Earthquake Predictionコンペティション
8.2 信号データのフォーマット
8.3 コンペティションデータを探索する
8.3.1 ソリューションのアプローチ
8.4 特徴量エンジニアリング
8.4.1 トレンド特徴量と従来のSTA/LTA
8.4.2 FFTベースの特徴量
8.4.3 集約関数を使って計算された特徴量
8.4.4 ヒルベルト変換とハン窓を使って計算された特徴量
8.4.5 移動平均に基づく特徴量
8.5 ベースラインモデルを構築する
8.6 本章のまとめ
8.7 参考資料

第9章ディープフェイク動画を探す

9.1 Deepfake Detection Challengeコンペティション
9.2 コンペティションのユーティリティスクリプト
9.2.1 動画データを可視化するユーティリティスクリプト
9.2.2 顔と体を検出するユーティリティスクリプト
9.3 メタデータを探索する
9.4 動画データを探索する
9.4.1 サンプルファイルを可視化する
9.4.2 物体検出を実行する
9.5 本章のまとめ
9.6 参考資料

第10章 Kaggleモデルで生成AIの能力を引き出す

10.1 Kaggle Models
10.2 基盤モデルのプロンプトを作成する
10.2.1 モデルの評価とテスト
10.2.2 モデルの量子化
10.3 LangChainを使ってマルチタスクアプリケーションを構築する
10.4 Kaggle Modelsを使ったコード生成
10.5 RAGシステムを作成する
10.6 本章のまとめ
10.7 参考資料

第11章旅の終わり―存在感を保ち、トップであり続けるために

11.1 成功したGrandmasterから学ぶ
11.2 ノートブックの定期的な見直しと改善
11.3 他のユーザーの貢献を評価し、あなたならではのタッチを加える
11.4 スピードが命：完璧になるまで待たない
11.5 寛大であれ：知識を共有する
11.6 コンフォートゾーンから飛び出す
11.7 感謝の気持ちを持つ
11.8 本章のまとめ
11.9 参考資料

索引

Home 〉書籍一覧〉グランドマスター三冠のKaggleノートブック開発術単変量解析から地理情報分析／偽動画検出／LLMまで ▲ ページトップへ戻る

グランドマスター三冠のKaggleノートブック開発術単変量解析から地理情報分析／偽動画検出／LLMまで

関連サイト

内容紹介

書誌情報