dự đoán kèo bóng đá hôm nay Phỏng vấn người chiến thắng cuộc thi khoa học dữ liệu MUFG lần thứ 4
Bài học rút ra từ cuộc thi và tương lai (Phần 1)

Cuộc thi khoa học dữ liệu MUFG là gì

Cạnh tranh về độ chính xác và báo cáo của các mô hình máy học

Trong Cuộc thi khoa học dữ liệu MUFG, những người tham gia cạnh tranh về độ chính xác và báo cáo của các mô hình học máy đối với các vấn đề kinh doanh nhất định Cuộc thi này bao gồm học trực tuyến giải thích các lý thuyết cơ bản, hỏi đáp với người hướng dẫn sử dụng Slack và hội thảo ở giai đoạn trung cấp, tạo ra một môi trường mà ngay cả những người không có kinh nghiệm về phân tích dữ liệu cũng có thể tham gia Đầu tiên, những người tham gia tham gia chương trình e-learning làm đào tạo sơ bộ, sau đó tham gia "cuộc thi lập mô hình" để cạnh tranh về tính chính xác của các mô hình học máy Sau đó, 10 người tham gia hàng đầu của mỗi khóa học trong cuộc thi lập mô hình đã tham gia "Thử thách hiểu biết sâu sắc" mới thành lập, trong đó họ cạnh tranh báo cáo dựa trên kết quả phân tích dữ liệu
Chủ đề của buổi thứ 4 là ``Dự đoán doanh thu phòng vé của phim Bollywood'' dành cho Cơ bản và ``Dự đoán số lượng xe đạp có sẵn tại trạm cho thuê xe đạp'' dành cho Nâng cao Số lượng người tham gia lớn nhất trong lịch sử sự kiện tập trung từ nhiều bộ phận khác nhau và sự cạnh tranh khốc liệt đã diễn ra

Giải nhất cuộc thi người mẫu cơ bản: Kazutaka Taketsu

Nội dung học tập phong phú và nâng cao kỹ năng thông qua cạnh tranh

QVui lòng cho chúng tôi biết lý do bạn tham gia cuộc thi này

Taketsu
Việc này nhằm cải thiện kỹ năng và kiểm tra kỹ năng của bạn
Cho đến nay, tôi chủ yếu tham gia vào công việc quản lý quỹ và tại nhận định soi kèo bóng đá hôm nay Trust and Banking, nơi tôi hiện đang được biệt phái, tôi cũng phụ trách công việc phân tích liên quan đến quản lý tài sản Mặc dù tôi có thực hiện một số chương trình trong công việc của mình nhưng tôi có ít kinh nghiệm sử dụng Python (*1), ngôn ngữ được sử dụng trong cuộc thi này Tuy nhiên, khi Python ngày càng trở nên phổ biến trong ngành quản lý tài sản, tôi muốn có được những kỹ năng hữu ích trong tương lai và tôi cũng cần sử dụng Python trong công việc mình đang làm nên tôi quyết định tận dụng sự cạnh tranh để học hỏi
Ngoài ra, tôi chưa có cơ hội đánh giá khách quan về kỹ năng lập trình của mình nên quyết định tham gia để kiểm tra kỹ năng của mình
*1Python: Ngôn ngữ lập trình đa năng cấp cao có thể được sử dụng cho nhiều mục đích khác nhau, từ tính toán số đến phát triển ứng dụng web và phát triển AI

Q Bạn cảm thấy thế nào sau khi thực sự tham gia?

Taketsu
Nội dung học tập rất phong phú và tôi có thể tìm hiểu kỹ lưỡng mọi thứ từ kiến thức cơ bản về xử lý dữ liệu đến tạo biểu đồ và xây dựng mô hình machine learning Khi chưa biết viết code, tôi có thể nhanh chóng giải quyết vấn đề bằng cách đặt câu hỏi trên ChatGPT, đồng thời tôi cũng cảm nhận được giá trị của thế hệ AI Thông qua cuộc thi, tôi đã có thể nâng cao số phần mã mà tôi có thể tự viết mà không cần dựa vào bất kỳ thứ gì khác cũng như số lượng quy trình xử lý mà tôi có thể nghĩ ra và tôi cảm thấy kỹ năng của mình đã được cải thiện

Q Hãy cho chúng tôi biết những khó khăn, thử thách mà bạn gặp phải trong cuộc thi này

Taketsu
Thật khó để có thời gian làm việc này ngoài giờ làm việc và tôi cảm thấy đó là một bài kiểm tra cả về thể chất lẫn tinh thần Nếu có thời gian, tôi có thể làm bao nhiêu tùy thích nhưng không muốn nó cản trở công việc của mình nên có lúc tôi phải kìm lại khi làm việc
Vì là người mới bắt đầu sử dụng Python nên tôi gặp khó khăn trong việc làm quen với cách viết nó nên tôi bắt đầu viết mã bằng cách nghiên cứu từng cái một Python phổ biến đến mức nó rất dễ viết và tôi thấy nó cực kỳ hữu ích vì nếu tôi không biết điều gì đó, tôi có thể tra cứu và nhanh chóng tìm thấy thông tin mình muốn Nó cũng có một thư viện phong phú gồm các lớp và hàm, đồng thời tôi cảm thấy sẽ dễ dàng triển khai quá trình xử lý và phân tích mà tôi muốn
Khó khăn về mặt kỹ thuật là tạo ra một mô hình mạnh mẽ Chúng tôi đã tạo ra mọi chi tiết theo yêu cầu của mình để có thể huấn luyện mô hình một cách hiệu quả đồng thời tránh trang bị quá mức Đến cuối cuộc thi, tôi không chắc mình có thể làm gì để cải thiện độ chính xác, nhưng thông qua thử và sai, tôi đã có thể phát triển kiến ​​thức và ý thức về học máy

QVui lòng cho chúng tôi biết bạn đã làm gì để cải thiện độ chính xác

Taketsu
Đây là một cải tiến được thực hiện bằng cách tập trung vào các khu vực có sai số giữa giá trị dự đoán của mô hình và giá trị thực tế lớn
Trong dự án này, chúng tôi đã phát hiện khá sớm rằng mức độ nổi tiếng của diễn viên chính, có thể đo lường bằng doanh thu phòng vé trung bình của mỗi diễn viên chính, có ảnh hưởng mạnh mẽ đến doanh thu phòng vé của một bộ phim Mặt khác, chúng tôi nhận ra rằng không thể tạo tính năng này cho những bộ phim có sự tham gia của các diễn viên đóng ít vai hơn và độ chính xác dự đoán của mô hình kém hơn đáng kể Do đó, bằng cách sử dụng mô hình sử dụng các biến giải thích khác nhau để đưa ra dự đoán cho những bộ phim như vậy, chúng tôi có thể nắm bắt tốt hơn các xu hướng như sự thiếu kinh nghiệm của diễn viên chính và tầm quan trọng của kinh nghiệm của đạo diễn âm nhạc, đồng thời có thể cải thiện độ chính xác về cuối cuộc thi

Q Bạn muốn sử dụng kinh nghiệm này như thế nào trong công việc tương lai của mình?

Taketsu
Tôi muốn xem xét một mô hình đầu tư có thể đạt hiệu quả tốt, chủ yếu trong lĩnh vực đầu tư chứng khoán Nhật Bản Các mô hình dựa trên giác quan của con người nên tôi nhận thấy rằng việc dựa quá nhiều vào các phương pháp định lượng như machine learning là không tốt, nhưng tôi cảm thấy rằng quá trình cố gắng cải thiện thông qua thử và sai cũng rất hữu ích trong lĩnh vực vận hành

(Phòng quản lý chiến lược quản lý tài sản của nhận định soi kèo bóng đá hôm nay Kazutaka Taketsu)

Cuộc thi người mẫu nâng cao Hạng nhất: Shota Hayashi

Nhận thức được tầm quan trọng của việc suy nghĩ từ quan điểm của người dự báo

QVui lòng cho chúng tôi biết lý do bạn tham gia cuộc thi này

Hayashi
Tôi thường làm việc trong bộ phận khoa học dữ liệu bằng cách xây dựng mô hình bằng công nghệ máy học và xác minh các cải tiến về độ chính xác bằng công nghệ nhận dạng hình ảnh Vì có người trong bộ phận của tôi tham gia điều hành cuộc thi nên lần này tôi cũng tham gia, sau lần thứ ba Khi thực sự tham gia, tôi có thể học cách xử lý dữ liệu chuỗi thời gian, điều mà tôi chưa từng trải qua trước đây, vì vậy tôi rất vui

Q Có sự khác biệt nào so với lần trước bạn tham gia không?

Hayashi
Lần trước tôi thực hiện trong hai tuần và nộp vào phút chót nên không đạt được kết quả như mong muốn Cân nhắc điều này, chúng tôi bắt đầu cuộc thi khoảng một tuần sau khi cuộc thi bắt đầu và dành khoảng một tháng rưỡi để thực hiện cuộc thi, mặc dù thời gian cạnh tranh chỉ kéo dài chưa đầy hai tháng Kết quả là chúng tôi đã có thể gửi một tác phẩm mà chúng tôi hài lòng

Q Hãy cho chúng tôi biết những khó khăn, thử thách mà bạn gặp phải trong cuộc thi này

Hayashi
Đây là lần đầu tiên tôi làm việc với dữ liệu chuỗi thời gian, nhưng rất dễ xảy ra "rò rỉ dữ liệu" khi dữ liệu không được đưa vào khi đưa ra dự đoán mô hình và rất khó triển khai chương trình để tránh chúng
Bài tập nâng cao là ``Dự đoán số lượng xe đạp có sẵn tại một trạm cho thuê xe đạp'' Sử dụng thông tin đến 0:00, bạn được yêu cầu dự đoán số lượng xe đạp trong 23 giờ tới Ví dụ: khi đưa ra dự đoán vào lúc 2 giờ, thông tin đến lúc 1 giờ có thể dễ dàng bị trộn lẫn vào nhau, dẫn đến rò rỉ dữ liệu, vì vậy chúng tôi đã phản hồi bằng cách sắp xếp dữ liệu có thể sử dụng để dự đoán
Việc nâng điểm của tôi cũng rất khó khăn Lúc đầu, chúng tôi thử biến mà chúng tôi muốn dự đoán, cái gọi là biến khách quan, còn được gọi là kết quả của một điều gì đó, và gửi nó bằng cách thử nghiệm nó với số lượng phương tiện thực tế Tuy nhiên, điểm của tôi kém hơn rất nhiều so với những người xung quanh Tôi nghĩ rằng mình đã tạo biến mục tiêu không chính xác nên đã nghĩ ra mẫu 2: "Tăng/giảm kể từ 0 giờ" và mẫu 3: "Tăng/giảm từ 1 giờ trước" Khi tôi thực sự thử nó, mẫu 3 có vẻ có xu hướng tốt nên tôi đã áp dụng nó

QVui lòng cho chúng tôi biết bạn đã làm gì để cải thiện độ chính xác

Hayashi
Tôi đã nghĩ về những điều tôi sẽ ghi nhớ nếu tôi ở vị trí dự đoán sự tăng hoặc giảm số lượng xe đạp và đưa nó vào các biến giải thích Vì nó thực sự có tác dụng nên tôi được nhắc nhở về tầm quan trọng của việc suy nghĩ từ quan điểm của người đưa ra dự đoán
Ngoài ra, khi xử lý hậu kỳ các giá trị đầu ra của mô hình, chúng tôi đã tìm thấy các khu vực có lỗi lớn và nghĩ cách sửa chúng, cuối cùng là tăng độ chính xác

Q Bạn muốn sử dụng kinh nghiệm này như thế nào trong công việc tương lai của mình?

Hayashi
Trong công việc của mình, tôi tạo ra các mô hình AI tiếp thị Tôi xin tiếp tục có ý thức đặt ra các biến khách quan phù hợp trong công việc của mình để có thể tạo ra những mô hình được nhiều người muốn sử dụng

(Khoa khoa học dữ liệu công nghệ thông tin nhận định soi kèo bóng đá hôm nay Shota Hayashi)