これからのロードマップ
このページの内容
最後のページです。「で、明日から何をすればいいのか」 を具体的に書きます。
今日やること（所要30分）
今週やること
🏅 最初の目標は Contributor です。 実力ではなくチェックリストなので、1週間あれば確実に取れます。
3ヶ月の学習計画（目安）
1ヶ月目：Kaggleの作法に慣れる
| 週 | やること |
|---|---|
| 1週目 | 登録 → Titanic提出 → Contributor取得 |
| 2週目 | Kaggle Learn の Python と Pandas を終える |
| 3週目 | Kaggle Learn の Intro to Machine Learning を終える |
| 4週目 | Titanicのスコアを自力で0.78→0.80に上げてみる（特徴量を作る） |
この月のゴール：「データ読み込み → 前処理 → 学習 → 提出」を、何も見ずに書ける。
2ヶ月目：1つのコンペを最後まで走る
| 週 | やること |
|---|---|
| 1週目 | Playground Series の今月分に参加。公開Notebookを写経して提出 |
| 2週目 | CV（交差検証）を自分で組む。実験記録をスプレッドシートで付け始める |
| 3週目 | 特徴量を5個作って、効いたもの・効かなかったものを記録する |
| 4週目 | LightGBMに切り替える。最終提出を2つ選んで終了まで走る |
この月のゴール：CVスコアを基準に改善判断ができる。shakeを体験する。
3ヶ月目：知識を体系化する
| 週 | やること |
|---|---|
| 1-2週目 | 『Kaggleで勝つデータ分析の技術』を読む（全部でなくてよい） |
| 3週目 | 終了済みコンペの 上位解法（Solution） を3本読む |
| 4週目 | 自分の取り組みをZenn/Qiita/noteに書いてみる |
この月のゴール：用語に詰まらなくなる。自分の言葉で手法を説明できる。
その先：中級者への道
銅メダル（上位10%）を狙うために必要なこと
- しっかりしたCV設計（これだけで多くの人を抜ける）
- 特徴量エンジニアリングの引き出し（集約・差分・比率・時系列ラグ）
- LightGBM の使いこなし（early stopping、パラメータの意味の理解）
- 公開Notebook＋Discussionの情報を全部拾う執念
- 最後まで走り切ること（途中離脱する人が非常に多い。完走するだけで上位に近づく）
領域を広げる
| 分野 | 学ぶもの |
|---|---|
| 画像 | PyTorch、CNN、timm、データ拡張 |
| 自然言語 | Transformers、BERT系、LLMの活用 |
| 時系列 | ラグ特徴量、ローリング統計、時系列CV |
| 推薦 | 候補生成＋リランキングの2段構成 |
続けるためのコツ（ここが本題かもしれません）
1. 「勝つこと」を目標にしない
勝敗は運の要素も大きいです。「今回は何を学んだか」 を目標にすると折れません。
2. 完走する
途中でやめると何も残りません。順位が悪くても最後の日まで提出し続ける。これだけで実力がつきます。
3. 1日30分を習慣化する
まとめて8時間より、毎日30分のほうが伸びます。学習の実行待ち時間に別のことができるのもKaggleの良さです。
4. 記録を残す
実験ログ、気づき、失敗。ブログでも日記でも構いません。言語化した分だけ定着します。
5. 仲間を見つける
日本語コミュニティ（kaggler-ja、X、各コンペの日本語記事）を覗くだけでも、モチベーションが保てます。
6. 比べる相手は過去の自分
上には必ず上がいます。Grandmasterは世界に数百人しかいません。先週の自分のCVスコアを超えたか だけ見てください。
最後に
Kaggleの面白さは、スコアや順位そのものではなく、
「このデータの裏側では何が起きているんだろう？」と考えて、その仮説を数字で検証できる ところにあります。
タイタニックで「女性と子どもが優先された」という史実を、自分の手でデータから確認したあの瞬間。あれがKaggleの正体です。
難しいことを全部理解してから始める必要はありません。まず1回提出してください。 そこからすべてが始まります。