J'ai participé à la compétition NFL de Kaggle

Aperçu de la compétition

Données disponibles

À propos de l'équipe

résultat

--Public 47e place (sur 2038 équipes) * À l'issue de la 1ère étape (11/28) «J'ai pu entrer dans la sphère d'argent! image.png

Introduction de la solution d'équipe

Aperçu de la solution

Prétraitement

Ingénierie de la quantité de fonctionnalités

--Statistiques dans chaque pièce --X, Y, S, A min, max, ave, std, var --Min, max, ave, std, var dans chacune des directions X et Y de S

Renforcement utilisant des données après 0,5 seconde et 1,0 seconde

--Estimer et calculer X, Y et S après 0 seconde en fonction de la «vitesse», de «l'accélération» et de «l'orientation du corps» * 1

Position au départ et 1,0 seconde plus tard

Architecture de réseau neuronal

--Fork et utiliser le modèle du noyau public - Optimizer = Adam - Loss = categorical cross entropy

Post-traitement

Des idées qui n'ont pas pu être réalisées

――Graph Convolution en utilisant les informations de position du joueur sous forme de graphique

Impressions

Recommended Posts

J'ai participé à la compétition NFL de Kaggle
J'ai participé à AtCoder (ABC158)
J'ai participé au tour de qualification ISUCON10!
J'ai participé au PyData Tokyo Meetup # 2
J'ai participé à AtCoder (édition ABC169)
J'ai fréquenté l'école et j'ai participé pour la première fois au concours limité BEGINNER de SIGNATE.
J'ai participé à l'activité de traduction du document officiel Django
SIGNATE [1st _Beginner Limited Competition] Participation au ciblage des clients de la banque
J'ai écrit python en japonais
[Rapport] Participation à PyCon 2016 JP
Ce que j'ai appris en Python