<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>puyokw</author_name>
  <author_url>https://blog.hatena.ne.jp/puyokw/</author_url>
  <blog_title>トレジャーデータ（Treasure Data）ブログ</blog_title>
  <blog_url>https://treasure-data.hateblo.jp/</blog_url>
  <categories>
    <anon>Hivemall</anon>
    <anon>機械学習</anon>
    <anon>kaggle</anon>
  </categories>
  <description>本特集では、Treasure Data環境で利用可能な機械学習ライブラリHivemallを利用した機械学習の実践方法を紹介します。世界のデータサイエンティストが腕を競うデータサイエンスコンペティションサイトKaggleの中から、実践的な課題を扱っていきます。 1. はじめに 第一回は小売業の売り上げ予測するタスクであるRossmann Store Salesコンペティションを課題に用います。アルゴリズムとしては、決定木を利用したアンサンブル学習手法の一種であるRandom Forest回帰を利用します*1。 Rossmannはヨーロッパの７カ国で3,000以上の店舗を展開する薬局チェーンです。…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftreasure-data.hateblo.jp%2Fentry%2Fhivemall_kaggle_rossmann_1&quot; title=&quot;Hivemallを利用した機械学習実践入門 （第一回: ドラッグストアのセールス予測） - トレジャーデータ（Treasure Data）ブログ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>http://cdn-ak.f.st-hatena.com/images/fotolife/p/puyokw/20160225/20160225151711.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2016-03-29 12:43:17</published>
  <title>Hivemallを利用した機械学習実践入門 （第一回: ドラッグストアのセールス予測）</title>
  <type>rich</type>
  <url>https://treasure-data.hateblo.jp/entry/hivemall_kaggle_rossmann_1</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
