- 運営しているクリエイター
#機械学習
【後記】ビジネス文脈におけるデータ分析（主に機械学習）の活用を議論するLT会＆懇親会（2019/6/6)
非常に良い経験になったので、所感を残しておく。
◆所感
・やはりイベント主催は楽しい。
・話し慣れてるように見えるらしい。
・２０分の発表あっという間。
（逆に５分のLTとか短すぎて物足りないと思う）
・参加して頂きたい方の属性、登壇者の属性のマッチングがもっと適切になるよう考えても良いのかも。
・会場の社員が１０名以上も参加するイベント珍しいらしい。いい会社だと思う、ほんと。
・失敗例やその解
【後記】未経験者向け機械学習勉強会#5(2019/5/30)
今回は過学習について理解を深めました。
人数は５名と少なめだったのですが、みなさん、ご自身の理解を踏まえ活発に発言してくださり、とても楽しい会でした。
◆今回やったこと
書籍「戦略的データサイエンス入門」５章に記載の内容に沿って、過学習の理解を深めた。
具体的には、
過学習を完全に無くすことは出来ないため、どう対処するかについての考え方・手法を学んだ。
https://docs.google.c
【随時更新】Pythonメモ（データサイエンス関連）
Pythonでデータ分析(機械学習含む)をやっていて調べたことを、ここに溜めていきます。
誰かの役に立つことを願い。
### データ型
- 型判定
https://note.nkmk.me/python-type-isinstance/
### Pandas・Numpy共通
- 違いと使い分け（相互変換含む）
https://deepage.net/features/pandas-numpy.
【随時更新】和訳（データサイエンス関連英単語）
大まかな内容を把握することを目的としておりますが、明らかに間違っているものがあればご指摘頂けると嬉しいです！
※Kaggleを始める際に作ったため現時点ではKaggle中心です。
※随時追記していきます。
----------------------
Kaggle関連
--------------------
◆Kaggle
・データサイエンスのコンペティションサイト。
・企業や政府がコンペ形