▼お知らせ
2020/08/03 昇格ラインの閾値を0.87から0.86に変更しました。
2020/08/12 昇格ラインの閾値を0.86から0.85に変更しました。
※初回実施のため難易度は随時検討していきます。引き続き昇格ラインの変更の可能性があること御了承ください。
▼Beginner限定コンペとは?
SIGNATEにはコンペの戦績に応じて6つの称号が設定されています。(称号システムの詳細はこちら)
中でもBiginnerはSIGNATEへの会員登録により付与される称号で、1つ上の称号であるIntermidiateに昇格するためには、最低1つのコンペにおいて上位60%以上の成績をおさめる必要があります。
参加可能なタイミングで開催されているコンペは難易度も様々、参加者レベルや人数もまちまちなので、はじめたばかりの方には少し取り組みにくいかもしれません。
そこで、自分のペースで気軽に参加可能なBeginner限定コンペを設定しました。
特徴は以下となります。・参加資格はBeginnerのみ
・賞金はなし
・期間は1ヶ月間
・毎月開催、テーマはテーブル・画像データなど多様で比較的簡単なタスク
・あらかじめ設定されたスコアを上回った段階で、即座にIntermidiateへ昇格参加者同士で競い合うのではなく、自分の好みのテーマに好きなタイミングで取り組むことが可能です。コンペに慣れ、次へのステップアップの機会としてご利用ください。
▼今回のテーマ
顧客属性データおよび、過去のキャンペーンでの接触情報に基づいて口座を開設したかを予測するモデルの構築
※本テーマ設定は練習問題に掲載のタスクと同様ですが、データは異なるものを使用しております。
▼SIGNATE Questの無償提供
SIGNATEでは、AI/データサイエンス学習サービス、SIGNATE Questを提供しております。
SIGNATE Questでは、様々な産業領域のデータ分析プロジェクトを追体験しながら、実践的なデータサイエンススキルを学ぶことが可能です。
通常は有償のサービスですが、今回のテーマに関連した一部の教材を無償提供いたします。
今回のコンペでは、データの内容確認〜特徴量の生成・加工までを無料で確認することができます。
分析環境を未作成の方は、まずどんなデータを使っているのかをぜひ教材を元にしながら確認していただければ幸いです。
初学者の方はSIGNATE Questも活用いただきながら、クリアを目指しましょう!
本コンペで使用するデータは、以下のサイトおよび論文からの引用です。
Bache, K. & Lichman, M. (2013). UCI Machine Learning Repository [http://archive.ics.uci.edu/ml]. Irvine, CA: University of California, School of Information and Computer Science.
[Moro et al., 2011] S. Moro, R. Laureano and P. Cortez. Using Data Mining for Bank Direct Marketing: An Application of the CRISP-DM Methodology. In P. Novais et al. (Eds.), Proceedings of the European Simulation and Modelling Conference - ESM'2011, pp. 117-121, Guimarães, Portugal, October, 2011. EUROSIS.