記事リンク：Kaggle関連

データサイエンティストコンペ「Kaggle」に関する当ブログの記事へのリンク等。
主に公式サイトの翻訳記事を公開しています。（訳は非公式な個人的なものです。）

●Titanic: Machine Learning from Disaster（タイタニック号沈没事件の生存者予測チュートリアル）

• コンペの概要：乗客の名前、年齢、キャビン番号、乗船地などのデータから、その乗客が生き残ったかどうかを0、1で予測する。
• 公式サイト：https://www.kaggle.com/c/titanic
• 当サイトの翻訳記事へのリンク（公式サイトの翻訳＋訳注）
• 前置き。どういうコンペか。タイタニック号沈没事件の概要（http://techinfo4dog.blogspot.jp/2016/03/predict-survival-on-titanic-using-excel.html）
• 評価方法（http://techinfo4dog.blogspot.jp/2016/03/titanic-machine-learning-from.html）
• コンペのルール（http://techinfo4dog.blogspot.jp/2016/03/titanic-machine-learning-from_31.html）
• コンペ用データセットの取得方法、データの中身（http://techinfo4dog.blogspot.jp/2016/04/titanic-machine-learning-from_2.html）
• コンペのよくある質問（http://techinfo4dog.blogspot.jp/2016/05/titanic-machine-learning-from.html）
• Excelを使った解法
• Part1：Excelで単純に「女性は生き残った」モデル回答を作ってKaggleに回答ファイルをUploadするまでの流れ（http://techinfo4dog.blogspot.jp/2016/08/titanic-machine-learning-from.html） 
• Part2：Part1で作ったモデルをさらに精度を上げて（クラス、料金を多少加味したルールを追加する）、再度Uploadしてみる（http://techinfo4dog.blogspot.jp/2016/08/titanic-machine-learning-from_13.html）
• Pythonを使った解法
•  Part1：Pythonで単純に「女性は生き残った」モデル回答を作ってみるまでの流れ（http://techinfo4dog.blogspot.jp/2016/08/titanic-machine-learning-from_25.html）
• Part2：（試行中）
• Rを使った解法

• １）DataCampへのアクセス（http://techinfo4dog.blogspot.jp/2016/07/datacampkaggle-r-tutorial-on-machine.html）
• １）－１：DataCampでのKagleチュートリアル試行（試行中）
•  

参考になりそうなサイト：

 ●Facial Keypoints Detection （顔のキーポイント発見チュートリアル）

• コンペの概要：画像データが数字として与えられている。（96*96pixcel、0-255の、スペース区切りの数値データ。）そのデータに対して、顔のキーポイント15点（左右の眉端、唇の端など）のx、yピクセル座標を予測する。
• 公式サイト：https://www.kaggle.com/c/facial-keypoints-detection
• 当サイトの翻訳記事へのリンク（公式サイトの翻訳＋訳注）
• 前置き。どういうコンペか。顔認識の応用例（http://techinfo4dog.blogspot.jp/2016/05/facial-keypoints-detectionmake.html）
• コンペ用データセットの取得方法、データの中身（http://techinfo4dog.blogspot.jp/2016/06/facial-keypoints-detectionget-datakaggle.html） 
• データ提出方法（どこを予測するか）（http://techinfo4dog.blogspot.jp/2016/06/facial-keypoints-detectionsubmission.html） 
• Rを使った解法（試行中）
•  参考になりそうなサイト：