８月１７日に「第３回分析コンペLT会」を実施しました
この会は、Kaggleなどのデータ分析のコンペに関連するLT（ライトニングトーク）を行う会として、企画しています。
目的としては、主に次の２点です。
- 分析コンペの知見の共有
- 仲間・知り合いを増やしたい
分析コンペに共通する、知見を共有し、コンペではできるだけコンペ特有の本質的なタスクに専念できると良いなと思い開催しています。
今回も次のように５名の方に、とても素敵な発表をしてもらいました。
| 発表者 | タイトル | 資料 | 書き起こし | youtube |
|---|---|---|---|---|
| fkubota | jupyter notebookでのdebug入門 | link | 1 | link |
| takapy たかぱい | Google Colabとvscodeを用いたデータ分析環境運用Tips | link | 1 | link |
| rishigami | Tensorflow/Pytorch モデル移植のススメ | link | 1,2 | link |
| 俵 | backboneとしてのtimm入門 | link | 1,2 | link |
| Nomi | Time-series code competitionで生き残るには | link | 1,2 | link |
以下発表資料と動画です。
資料と書き起こし
JupyterNotebookでのdebug入門
Google Colabとvscodeを用いたデータ分析環境運用Tips
Tensorflow/Pytorch モデル移植のススメ
- TensorFlowとPyTorchの相互変換はどうやるか 機械学習の困りごとに使える重み変換のテクニック - ログミーTech
- PyTorch→TensorFlowの変換 VGG16を用いた実践的なモデル移植 - ログミーTech
backboneとしてのtimm入門
www.slideshare.net
- 数百種類のモデルを備える最強画像認識ライブラリ 「timm」のお手軽な使い方 - ログミーTech
- 画像認証ライブラリ「timm」からモデルはどう選ぶのか 数百種類から最適な1つを決める時のポイント - ログミーTech
Time-series code competitionで生き残るには
- 「Time-series code competition」で生き残るために Kaggleのストリーム処理縛りコンペに対する4つの施策 - ログミーTech
- ポイントを押さえればTime-seriesコンペは怖くない 堅牢で速いコードを書くためのテクニックと心構え - ログミーTech
動画
次のプレイリストにまとめています。
当日のtwitterのタイムライン
次回予告
次回は発表したいなと思いました。次回は「強化学習コンペことはじめ」というお題でLTしたい。
その他にも、次のようの魅力的なLTが予定されているようです。
次回に発表したいという方は、連絡お待ちしています。
#分析コンペLT
— カレーちゃん🍮kaggleのチュートリアル第5版公開中 (@currypurin) August 18, 2021
知らない間に次回のお題目が😆 https://t.co/uTytUqTqGg
１０月か１１月ぐらいにできる良いなと思っています。
