「Kaggle・機械学習コンペ」の英語フレーズ

nyangailabに収録されている「Kaggle・機械学習コンペ」の英語フレーズは全24件です。代表的なフレーズを紹介します。

• What's your CV score?
  CVスコア（交差検証のスコア）はどれくらい？
• My local CV doesn't match the public leaderboard.
  ローカルのCVがパブリックリーダーボードと一致しません。
• This feature is leaking information from the target.
  この特徴量はターゲットの情報がリークしています。
• Let's blend our models before the deadline.
  締め切り前にモデルをブレンドしましょう。
• There was a huge shake-up on the leaderboard.
  リーダーボードで大きなシェイクアップ（順位変動）がありました。
• I trust my CV more than the public LB.
  パブリックLBよりも自分のCVを信頼しています。
• We should submit a simple baseline first.
  まずはシンプルなベースラインを提出すべきです。
• How many folds are you using for cross-validation?
  交差検証は何foldでやっていますか？
• This model is clearly overfitting to the training set.
  このモデルは明らかに訓練データに過学習しています。
• Try stacking the outputs of these three models.
  この3つのモデルの出力をスタッキングしてみてください。
• We ran out of submissions for today.
  今日の提出回数を使い切りました。
• Did you check the discussion forum for leaks?
  ディスカッションフォーラムでリーク情報を確認しましたか？
• Our private LB score dropped a lot from the public one.
  プライベートLBのスコアがパブリックから大きく下がりました。
• Let's do an ablation study to see which feature matters most.
  どの特徴量が効いているか、アブレーションスタディをやりましょう。
• I'm doing a grid search over these hyperparameters.
  このハイパーパラメータについてグリッドサーチをしています。
• Early stopping kicked in after 20 rounds.
  20ラウンド後にアーリーストッピングが発動しました。
• This kernel shares a nice EDA of the dataset.
  このカーネルはデータセットのいいEDAを共有しています。
• We need a proper held-out set to evaluate this.
  これを評価するにはちゃんとしたホールドアウトセットが必要です。
• Their solution reached near-SOTA performance.
  彼らの解法はほぼSOTAの性能に達しました。
• Feature importance shows this column barely matters.
  特徴量重要度を見ると、この列はほとんど効いていません。
• Let's freeze the pipeline before the final submission.
  最終提出の前にパイプラインを固定しましょう。
• The gold medal solutions are usually huge ensembles.
  金メダルの解法は大抵巨大なアンサンブルです。
• Watch out for train/test split contamination.
  訓練・テスト分割の汚染に気をつけてください。
• Our gradient boosting model beat the neural net baseline.
  勾配ブースティングのモデルがニューラルネットのベースラインを上回りました。

→ フレーズ集トップ（他のシーンを見る）