DataRobotテクニカルウェビナー「後処理(キャリブレーション)手法の紹介」
毎回好評いただいている、Kaggle GrandMasterセンキンによる、DataRobotテクニカルウェビナー 今回は「後処理手法の紹介」をテーマに行います。
機械学習のモデルを構築してシステムに実装する前に、モデルから得られるスコア値と実測値の誤差における分布や推定がどの程度適切に行われるかを知ることは非常に重要です。そこで今回は企業の事例及びkaggleコンペで使われた後処理(キャリブレーション)手法について話します。
これまでの「Kaggleスキルのビジネス活用」ウェビナー内容をDataRobotブログにて公開いたしました。ぜひご覧ください。
詹 金 DataRobot データサイエンティスト
DataRobot Execution DataScientist、Kaggle GrandMaster(id:senkin13)。主にはお客様のモデル精度改善の業務担当している。余暇ではいろいろな機械学習コンペティション(Kaggle、Signate、ProbSpace、Tianchi...)に取り組んでおります。Kaggle Meetup Tokyo、Kaggle Days Tokyo登壇経験あり。
ここにコメントを追加するには、ご登録いただく必要があります。 ご登録済みの場合は、ログインしてください。 ご登録がまだの場合は、ご登録後にログインしてください。