俵言

しがない社会人が書く、勉強とかのこと。最近は機械学習や kaggle 関連がメイン。

SPAでKaggleするために回った施設を独断と偏見で紹介する

spaggle kaggle 小ネタ

【2019/12/28 追記】 RAKU SPA 鶴見は 2019/12/9-2019/12/13に行われた改装に伴い環境が大きく変わってしまいました。よってこの記事で述べている情報は古いです。ご注意ください。

こちらの記事は kaggle その2 Advent Calendar 2019 の2日目の記事となります。

はじめに

この記事を読もうと開いた方は SPA Kaggle (あるいは spaggle) という言葉を見聞きしたことがある、かもしれない。可能性はゼロではないはず...*1
別に明確に定義されているわけでは無いですが、文字通り SPA に行って kaggle 関連の作業をしつつ、合間合間で休憩がてら温泉やサウナでリフレッシュすることだと僕は思ってます*2。

僕自身がこの spaggle をするようになったのは Twitter 上でちらほら「SPA で Kaggle してる」「SPAでめっちゃ捗った」みたいな Tweet を見かけるようになったからです。ちょっと前からテレビで「サウナはいいぞ」みたいなのが流れるようになったらしい(TV見ないので詳しく知らない)のですが、その波は kaggler 達にも来ていたらしい？

そんなこんなでしばらく spaggle を続けていたところお風呂でのんびりするのは結構好きだったらしく(自分で準備するのはめんどくさいので家ではあまり炊かない)、週一くらいの頻度で行くようになり、もはや趣味と言って良さそうになってきたので記事を書くことにしました。

kaggle に関する(技術的な)知識を求めてやって来た方には申し訳ないのですがこの記事では SPA の話しかしてません。

この記事が参考になるかもしれない kaggler：

  • お風呂とかサウナが好きな kaggler
  • 家だと何かダラダラしてしまって集中できない kaggler
  • 神奈川と東京の間に住んでいる kaggler (もしくは横浜近辺に住んでいる kaggler)*3

この記事を読まなくて良いと思われる kaggler：

  • お風呂やサウナが嫌いな kaggler
  • 自身のマネジメントがしっかり出来、家でいつでも集中できる kaggler
  • 技術的な内容が書かれていると思っていた kaggler (ごめんなさい)
  • サウナと 作業 performance の関係性が知れると思ってた kaggler (ごめんなさい)
  • 関東地方に住んでない kaggler (他地方についてはその地方の人にお任せします)

ここらへんご了承の上、ゆるゆるとご覧ください。

因みにこの spaggle という名称ですが、Twitter で検索する限り*4は以下が起源らしい。

この Tweet の驚くべきところは日付が 2019/7/30 つまり夏であるということ。完全に時代を先取りしている...
もちろんこれ以前から SPA で Kaggle してた kaggler の方はいらっしゃると思いますが、「SPAでKaggleする」という意味での spaggle の初出はおそらくここかなと。

目次

  • はじめに
  • そもそも Kaggle するのに SPA 行く必要ある？
  • 施設紹介(×5)
    • スカイスパ YOKOHAMA
    • RAKU SPA 1010 神田
    • RAKU SPA 鶴見
    • 港北天然温泉 ゆったりCOco
    • 両国湯屋 江戸遊
  • 色々比較してみる
    • 作業専用スペース
    • 料金
    • アクセス
  • その他
  • おわりに
  • 参考: SPA 探しで参考にしたサイト

*1:Twitter で検索したら spaggle という単語を使ってる日本人 kaggler は僕含め 4人だけだった

*2:SPA に行って Kaggle本の写真を撮ることではない。

*3:筆者が横浜市民なため回る施設も神奈川よりになりがち

*4:https://twitter.com/search?q=spaggle%20lang%3Aja&src=typed_query&f=live

続きを読む

分析コンペLT会 #1 に参加しました

イベント参加メモ kaggle data science competition

以下の 分析コンペLT会 に参加しました. とっても楽しかったです!

kaggle-friends.connpass.com

本当はアドベントカレンダーとの兼ね合いもあって書くか迷ってたのですが,

運営の方に予めお礼を言われてしまったので振り返りも兼ねて書くことにしました.

いつもながらバラバラと書いてますが, 資料のまとめ + こういう感想持つ人も居るんだなくらいの気持ちでゆるりとご覧ください.

  • Talk 一覧
    • Opning Talk ~分析コンペ LT会を開いた理由~ by currypurin さん
    • 学習・推論パイプラインを構築する上で大切にしていること by takapy さん
    • 初手が爆速になるフレームワークを作ってコンペ設計した話 by nyker_goto さん
    • LightGBMTunerを使ってみた by wakame1367 さん
    • テーブルコンペと比べて分かる画像コンペ入門 by sinchir0 さん
    • 会場スポンサートーク by aki_honmono さん
    • 実践 PyTorch-Lightning by fam_taro さん
    • AutoML はお好きですか？ by 紺 さん
    • Play with Kaggle discussion's text data by kaerururu さん
    • Target Encoding はなぜ有効なのか by hakubishin さん
    • 分析コンペ用のオンプレマシン選定・構築について by mhiro2 さん
  • おわりに
続きを読む

Connehito Marché vol.6 〜機械学習・データ分析市〜 に参加しました。

kaggle 機械学習 イベント参加メモ

以下の イベントに参加して来ました。

connehito.connpass.com

LT × 12本と、1つ1つの時間は短くても情報量の多いイベントです。最近ブログ書いてないなーと思ったので感想などを書くことにしました。

ちなみに Connehito Marché とは

Connehito Marché（コネヒトマルシェ）は"みんなの「知りたい」「知ってる」をおすそ分け！"をコンセプトにコネヒト株式会社が開催している参加者が主役の勉強会です。 普段の業務などで得た学びや苦労、何でもいいのでみんなにおすそ分けしてください！

という主旨の勉強会だそうで、今回は機械学習・データ分析がテーマですが過去には Android だったり web フロントエンドだったりサービスデザインだったりと結構色んなテーマで行われているみたいです。

続きを読む

【画像処理 & 機械学習】論文LT会！ #5 @ LPIXEl に参加しました。

画像処理 深層学習 機械学習 論文紹介 イベント参加メモ

めっちゃ今更ですが(イベントから気付けば二週間経過)、LPIXElさんで 2019/7/22 に行われた論文LT会で参加 & LT発表をしてきた感想を残しときます。

lpixel.connpass.com

既に #6 が開催された後なのですが、そのまとめを id:mocobt さんが書いてくれると聞いたので #5 もついでに公開しようかなと。お蔵入りしかけてましたが。 しかも #6 のまとめの方が先に公開されてしまった、何てこったい...

mocobt.hatenablog.com

今回は何故かはわからないですが kaggler の侵略に遭ったため、発表者9人中4人が Kaggler Master という異例な事態でした。(某🐸さんに目を付けられたのが始まりだったのかも。)
当日は以下のような感じだったので、

しがない Expert にとっては肩身が狭かったです笑

既にまとめや感想を上げてる方がいらっしゃるのでそちらもご覧ください。kaggle tokyo meetup #6 のときと同様にえじさん( id:ejinote )が詳細なメモを残してくれているので、この記事は軽めの感想で済ませようと思います。

amalog.hateblo.jp

kaeru-nantoka.hatenablog.com

因みに前回(#4) の発表内容のメモも書いているので、興味があればどうぞ。

tawara.hatenablog.com

  • LT 一覧
    • When Does Label Smoothing Help?
    • Unreproducible Research is Reproducible (ICML2019)
    • Efficient Sub-Pixel Convolutional Neural Network を巡るあれこれ
    • Move Evaluation in Go Using Deep Convolutional Neural Networks
    • Gait Recognition via Disentangled Representation Learning (CVPR2019)
    • Interpretation of Neural Networks is Fragile (AAAI2019)
    • Mask Scoring R-CNN (CVPR2019)
    • Learning to Generate Synthetic Data via Compositing (CVPR2019)
    • Distilling the Knowledge in a Neural Network (Deep Learning and Representation Learning Workshop at NIPS2014)
  • おわりに
  • 余談
続きを読む