石原 祥太郎（著者）：石原　祥太郎（u++）
Kaggle Master（https://kaggle.com/sishihara）
・2019年4月に「PetFinder.my Adoption Prediction」コンペで優勝
・2019年12月には「Kaggle Days Tokyo」でのコンペ開催にも携わる
・2019年3月に公開したQiitaのKaggle入門記事は1600いいねを達成
・日本経済新聞社でデータ分析に従事
村田 秀樹（著者）：村田　秀樹（カレー）
・Kaggle Master（https://kaggle.com/currypurin）
・2018年8月に「Santander Value Prediction Challenge」コンペでソロゴールドメダル獲得（8位）
・2019年6月に「LANL Earthquake Prediction」コンペで3位入賞
・Kaggle入門者のために書いた同人誌の『Kaggleのチュートリアル』は累計2500部を突破
・専業Kagglerとして，2018年7月より活動している

シリーズの第2弾は、初学者向けのKaggle入門書の決定版！

★「Kaggleで勝つ」準備をしよう！★
初学者が「Kaggleに何となく興味ある」状態から「実際のコンペに参加できる」状態になれるような内容を目指しました。

・サンプルコードの詳細な解説があるから、しっかり身につく！
・優勝チームと専業Kagglerのコンビによる、安定のわかりやすさ！
・充実の本音対談で、やさしくサポート！
・初学者や手探りでやっているが体系的な知識を得たい人に最適。

【本書のサポートページ】
https://github.com/upura/python-kaggle-start-book

【実践Data Scienceシリーズ】
https://www.kspub.co.jp/book/series/S069.html

【主な内容】
第1章　Kaggleを知る
1.1 Kaggleとは
1.2 Kaggleで用いる機械学習
1.3 Kaggleのアカウントの作成
1.4 Competitionsページの概要
1.5 環境構築不要な「Notebooks」の使い方

第2章　Titanicに取り組む
2.1 まずはsubmit！　順位表に載ってみよう
2.2 全体像を把握！　submitまでの処理の流れを見てみよう
2.3 次の一手を見い出す！　探索的データ分析をしてみよう
2.4 ここで差がつく！　仮説に基づいて新しい特徴量を作ってみよう
2.5 勾配ブースティングが最強？！　いろいろな機械学習アルゴリズムを使ってみよう
2.6 機械学習アルゴリズムのお気持ち？！　ハイパーパラメータを調整してみよう
2.7 submitのその前に！　「Cross Validation」の大切さを知ろう
2.8 三人寄れば文殊の知恵！　アンサンブルを体験しよう.

第3章　Titanicの先に行く
3.1 複数テーブルを扱う
3.2 画像データを扱う
3.3 テキストデータを扱う

第4章　さらなる学びのために
4.1 参加するコンペの選び方
4.2 初学者にお勧めの戦い方
4.3 分析環境の選択肢
4.4 お勧めの資料・文献・リンク

付録A　サンプルコード詳細解説
A.1 第2章 Titanicに取り組む
A.2 第3章 Titanicの先に行く