機械学習 ハッカソンに参加してきた

tokyoRやqpstudyなど、他の魅力的な勉強会が裏で行われている中、機械学習ハッカソンに参加しました
- http://connpass.com/event/5607/

ハッカソンでやったこと

ニューラルネットとSVMをRとpython(scikit-learn)で写経した
- 写経かよっていう突っ込みはおいておいて・・・
- 何をやろうかと思ったけども、普段自分が思いつきそうなことは、家でもできるし、ニューラルネットとSVMは自分じゃ触らないだろうなーということで、こいつを触ることに。
  - ニューラルネットとかは、人が説明できないからあまり好きではないのです

kaggleという機械学習・統計解析のクラウドソーシングサイトを知れた
- https://www.kaggle.com/
- 恥ずかしながら、知りませんでした。。。
- 自分の解析練習にもなるし、機械学習で解く問題の設定にも参考になりそう
自分の機械学習のレベルを知れた
- ライブラリをそのまま黒魔術として使っているうちは、まだまだなのでしょう
- けど、初歩的な部分は抑えられているなと言う感じ
他の人の問題意識を知れた
- 自分のバックグラウンドの心理学の考え方に引っ張られてしまうということを再確認
- 問題を解く方法・方針が人によって違うなーと。当然だけども。
みなさんが読んでいる書籍をしれた
機械学習は今まで、ほぼ独学/自分一人で行ってきたので、機械学習に向かう姿勢を知れてよかった
- 勉強会に参加はしても、同じ空間で手を動かすということはなかった
- 業界標準の知識を知れてよかった
15人くらいの人数がいい感じ
- 100人くらいの勉強会になっちゃうと、どうも講義っぽくなっちゃう
- 15人前後がベストだと思う

同一の問題を扱ってみたかった
- みなで、同じ問題設定を機械学習使って解くことで、自分の機械学習スタイルの再確認と、機械学習スタイルの引き出しを増やしたかった
  - 同じ分類をするという問題設定でも、k-means,SVM,ニューラルネットなど様々方法があるので、“なぜ、その方法を採用したか？”ということを議論したかった
目的意識をもうちょっと狭めた方が良かった気がする
- 事前に行うことをアナウンスしておいたり、枠を決めたり
  - その方が、事前勉強・事前構築しやすい
- 機械学習という枠では広すぎるので、機械学習ハッカソン（回帰編）とか機械学習ハッカソン（分類編）とかにしてもよいかと思った