・「ゼロから作るDeep Learning」
一通りやる 写経して実行するだけでも結構苦労した。
書いてみないと分からないことが多い。
そもそも"作る"という意味が分からなかったけど、classを駆使すれば自分でパッケージを作成できるというのが新鮮だった。
ニューラルネットワークの概要はこれ一冊で十分に理解できる気がした。
②もやりたい！
・線形代数の復習
大学1年の時にやったっきりなので時々取り組むことにした。
簡単な行列計算は出来たけど置換、行列式あたりから怪しい。
機械学習では行列が頻出するので是非とも習得したいところ。
・titanicを真面目にやる
GCIのコンペでtitanicが出題された。
titanicは以前も入門テキストで取り組んでたけど、今回は高スコアを目指して取り組むことに。
有効な特徴量を作る部分を集中して取り組んだ。
この辺はslackのGCIグループの議論がとても参考になった。
データをよく見るってすごく重要。
説明変数も単体ではなく、他の変数とどう関わっているかを考察しながら取り組むとよさそう。
ただ、スコア自体は上がらなかったので継続して取り組んで精度が上がる方法を身に付けたい。
・上司に退職を伝える
3時間くらい説得されたけど無事ブレずに退職となる。
転職活動については別記事にまとめる。
・DSBコンペやる
本気でkaggleのメダルを取ろうと思い立ち、残り2週間なのに取り組むことに。
ただ、内容が全然理解できない。 自分でいじろうにもtrainデータが大きすぎて動作が重い。。。
kaggleの取り組み方がまだ自分の中で定まっていないので全然捗らない。
notebookはまだ上位voteのものしか読んでないので、他のも読んで理解を深める予定。
あと、trainデータも量を絞って自分でいじり倒したい。
GPU積めばサクサク動作になるのかなぁ～？
今後の予定
DSBはkernelを組み合わせるなどしてスコアを上げる工夫をする。
線形代数は頭の体操にもなるので空き時間でコツコツ進める。
引っ越しの準備する。
