前回の記事はこちら
KaggleのKernelまとめ[テーブル時系列データ編]
この記事では、私を含めてKaggleコンペにおいてデータ型ごとの定石みたいなものを知りたい！みたいな人のために書いていきます。また、コンペ関係なく精度が出ない時のヒントなどになれば良いなと思います。
今回はコンペ限らず様々なKernelからみていきます。
画像の場合の可視化といったら、
- CNNの層ごとの可視化
- 画像の寄与率の可視化
- データセット画像自体の可視化(表示)
といった感じでしょうか？(もし何か他にあったらコメントで教えていただきたいです)
他のデータ型に比べて、幅が少ない印象なので、今回は手法に注目していきます。
Introduction to CNN Keras - 0.997 (top 6%)
普通のCNN、モデルのアーキテクチャが絶妙らしい
EDA and LSTM-CNN
LSTM-CNNを使っている
CNN Architectures : VGG, ResNet, Inception + TL
VGG16、VGG19、InceptionNet、Resnet、XceptionNetなどを使ってTransfer Learningを組み合わせている。
How to choose CNN Architecture MNIST
いろんなアーキテクチャを試している
まとめ
随時更新していきたいと思います。良いお年を！
