GRANVALLEY
データであなたの「ミチ」をてらす

GRANVALLEY

ブログBlog

機械学習モデルコンペティション Kaggle による人工知能学習のすすめ

みなさま、人工知能学習をどのように行っていますか?

私は、少しでも早く AI (人工知能) とくに 機械学習 の知識をつけるために、Kaggle の機械学習コンペティションサイトを利用して勉強しています。
今回はそこで見つけたKaggleの「Courses」というものを紹介したいと思います。
Kaggleについては以前ご紹介させていただいている「機械学習モデルコンペティション Kaggle 参加で得た『大切なスキル』とは」の記事をご覧ください。

Kaggleの参加プロセスについて

Kaggle勉強プロセス

このように機械学習の勉強をするためにKaggleをはじめたはずが、 コンペティションという性質上ランキングやメダル獲得を意識してしまい、精度を向上させることに目的がシフトしていってしまっているという方もいらっしゃると思います。

実際、私はこのやり方で参加し、持ち前の我慢強さによってシルバーメダルを獲得しました。コンペを経験することによって得られたものは大きいですが、ある程度学習をしてから参加したほうがより多くの知識を得ることができると感じました。

機械学習コンペの上位入賞(シルバーやブロンズ程度)は、時間の確保とモチベーションの維持さえできれば、知識がなくても達成できると思っています。しかし、今後AIエンジニアとして成長していくことを考えると、ただ上位に入賞するために参加するというやり方は非常に効率が悪いです。
私は、本来の目的である機械学習の勉強を行う手段として、Kaggleの「Courses」を実践してみました。

Kaggleの「Courses」とは

Courses」とは、無料で実践的なデータサイエンススキルを学ぶことができる場所です。
まずは、kaggleにサインインして上段の「Courses」を押下すると以下のような画面に遷移します。

Kaggleの「Courses」画面

この画面から受講したいコースを選択します。
「Courses」にはPythonやPandas、機械学習、ディープラーニング等の11のコースが用意されており、すべて無料で受講することができます。
また、それぞれのコースには目安となる学習時間が記載されており、すべてのコースを受講したとすると48時間かかります。
計画的に受講すれば、1ヶ月程度ですべて受講することが可能だと思います。

「Courses」のPythonで勉強

python

では、「Courses」のPythonで勉強してみましょう。
構成は読み物、エクササイズの順に並んでいて、合計14個の章に分かれています。

pythonエクササイズ

上の図は最初のエクササイズの一部です。

カーネル上で実行できるため、環境構築は不要です。手間が省けるため手元に環境がない方も気楽に参加できます。

この問題は、「リストa、bの中身を入れ替えてください」という内容となります。私は新たにtempという変数を作成して、入れ替えるという方法で解きました。解答を見ると私と同じ解答のほかに、最適解も載せられています。このように一般的な解答のほかに最適な解答も載せられているところも「Courses」のよいところだと思います。

「Courses」で学習をした感想

コース内容については、入出力やリスト、条件分岐、繰り返しの使い方など、機械学習を学ぶ上で必要となるPythonの知識が必要最低限盛り込まれていると思います。そして、今回紹介したエクササイズの一例でお見せしたように、Pythonの独特な記法も学ぶことができました。

ですので、機械学習を学ぶためにPythonの勉強したい、という方にはうってつけのコースだと思います。また、私自身、1年程度Pythonの経験があるので、勉強想定時間 7時間よりも早く、4時間ほどで完了することができました。

しかし、一点だけ躓いた点としては、すべて英語で記載されているというところが残念です。
そのため、英語を理解することに多くの時間をさくことになります。
でも、ご安心を! 私はGoogle翻訳の力を借りて解決しましたので、安心してお使いください。

まとめ

私が受講してみて感じたメリットとしては以下になります。

  • ・Kaggleのカーネル上で実行できるので環境構築が不要
  • ・問題に対して、解答とは別に最適解が用意されている
  • ・実践的な内容が詰め込まれている

インターネットや書籍を「読む」よりも、「実践する」ことのほうが、学習効率が非常に高い方法だと感じています。
環境構築が億劫であったり、何をすればよいかわからないという方は、ぜひともkaggleの「Courses」を受講することをおすすめします。
この勉強方法を実践することが、最も機械学習エンジニアになるための近道だと思います。

https://www.kaggle.com


本記事は、弊社AIコンサルティンググループが運営している「note」内の「AIグループ@グランバレイ」の記事を一部修正を加え転載しております。
https://note.com/gvaiblog/n/nd503ce544826

※ その他の会社名、製品名は各社の登録商標または商標です。
※ 記事の内容は記事公開時点での情報です。閲覧頂いた時点では異なる可能性がございます。