データ解析コンペ

研究室内でデータ解析コンペを行ない、データ解析に必要な前処理や機械学習の技術を磨いています。

対象は、研究室に所属する情報工学科のゼミ生(3年生)、卒研生(4年生)、情報工学専攻の大学院生までの全員です。

卒業研究のテーマだけだと、自分の研究テーマの対象となった技術には強くなるけどそれ以外のことは何もできないまま社会にでてしまうので、少なくともデータ解析の技術は一通り身につけてから社会に出ていき、データ解析ができるエンジニア(できれば機械学習エンジニアやデータ・サイエンティスト)として活躍してくれたらいいと思っています。

最初はDeepAnalytics(現在のSIGNATE)で授業用コンペを行い、SIGNATEになってからは練習用コンペに参加していましたが、現在はKaggleでプライベートなコンペを行なっています。

自分が試したテクニックや直面したトラブルなどをゼミで報告して共有し、前処理や機械学習のスキルを磨いています。

2019年度から新たにランキング制度を導入し、Webサイトで紹介することにしました。

1056Lab ランキング

#氏名学年合計ポイント
1.-伊藤 徳晃M112137
1.△1吉田 拓倫M112137
3.-近藤 巧麻B410037
4.△2瀬戸 要B400018
5.△3永縄 拓也B400011
6.△3蔦木 宏斗B410010
7.▼3小島 崇史B40019
7.▼3伊藤 茜B40019
9.▼2木村 昂輝B40006

(第10回終了時)

ルール

各コンペの共通ルール
  • Don't cheat!(インチキするな)
  • Help each other!(お互いに助け合おう)
  • Have fun!(楽しもう)

予測結果の投稿は最大5回/日、投稿した複数の予測モデルの中から選べるのは2つまで。

取り組み状況や結果をゼミで報告すること。

ランキング制度

各コンペの上位3名にメダル、上位5名にポイントが与えられ(第7回から)、合計ポイントによりランキングを作成します。

  • 1位:金メダル、10ポイント
  • 2位:銀メダル、8ポイント
  • 3位:銅メダル、6ポイント
  • 4位:4ポイント
  • 5位:2ポイント

ただし、スコア差が5%以内の場合、上位のポイントから1引いた値をポイントとします。

称号制度

また合計ポイントにより、称号を授与します。

  • 100ポイント:グランドマスター (Grandmaster)
  • 50ポイント:マスター (Master)
  • 20ポイント:エキスパート (Expert)

コンペ履歴

中部大学
生命健康科学部 臨床工学科
工学部 情報工学科
データ・マイニング研究室

アーカイブ