見出し画像

マシュマロ回答: Kaggleでメダルを取れる人と取れない人の差

質問をもらいましたので、回答してみます。

マシュマロの質問

kaggleでメダルを取れる人と取れなくて離脱してしまう人の差はなんでしょうか?

一言で言うと、Kaggleにモチベーションを持って取り組めるかどうかだと思います。

自分も長く取り組んできましたし、これまで何百人とチュートリアルの講習をしたり、KaggleのチュートリアルやKaggleスタートブックを読んでもらった人と話してきました中で、そう思いました。
どんなに機械学習に明るくても、Kaggleでメダルを取るにはある程度の時間取り組むことが必要ですし、そのためにはモチベーションが高かったり、または何かしら取り組む理由があったりすることが必要だと思います。
逆にKaggleに長期間取り組んでいるけれど、メダルを取れなかったと言う人にはあっていません。ディスカッションに情報がたくさん集まるルールなので、メダルのハードルは時間を投入できるさえすれば、それほど高くないと思います。

モチベーションを高くいられるかは、Kaggleを面白いと感じられるかと言うこともあるので、多くの場合は性格ということになるのでしょうか。

(比較対象はメダルを取れるkagglerの方とコンペには参加できるレベルではあるが順位が上がらず離脱してしまう方です) 理論の理解度でしょうか? →各手法の数学の理論の理解度が高いとそれだけメダルに近づけるのか? それともEDAや特徴量エンジニアリングなどデータにどれだけ向き合えたかでしょうか? →理論は詳細までは理解せずとも、多くのモデルの基本的な動作原理や構造と実装方法が理解できていれば、EDAの質や観点、特徴量エンジニアリングを頑張れば勝負できるのか?

差異についての質問抜粋

どこで差をつくかについていえば、
・時間を投入できるか
・正しい努力をできるか(テストデータのスコアを向上させるという目的に向かって、努力できるか)
という2点が大きいかなと思います。チームメートとディカッションするとか、過去コンペの解法を確認して、試していくなどすれば、自然と実力はついていくので、Kaggleランクが2桁の強い方々は、また違うのかもしれませんが、金メダルを目指すという段階だとここで差がつくと思います。

金メダルを取るためにということで、前に書いたnote。

当然、強いほどメダルは取れます。自分は、楽しいからこそ強くなれると思っています。


学生時代のバックグラウンドと、それが役に立っているか

大学生は、数学科で数学をやっていました。
大学数学の壁で途中で挫折しそうになったレベルであり、高度な知識はありませんが、大学1・2年生の数学ぐらいであれば、ある程度理解しています。

これがKaggleで役立っているかというと、結果の解釈などで、確率・統計は知識がないといけないので、その点は直接役にたっていると思います。他は基本役立つことはないかなと思います。
(補足すると、数学力ですごい解法になっている金メダルの解法はいくつかあります。ただ、全員がそれを使うわけではないので、加点要素かなと思います)

終わりに

最近、Noteなどで文章を書いていきたいというモチベーションが高いので、マシュマロでの質問募集しています。機械学習・Kaggleに限らなくても良いので、なんでも質問してください。


コメントお待ちしています。匿名の質問はマシュマロから→https://marshmallow-qa.com/currypurin