SIGNATE Student Cup 2021秋　BDA学生研究会の５人のチームが３位に入賞しました！

　2021年11月19日、株式会社SIGNATE主催による「SIGNATE Student Cup 2021秋　オペレーション最適化に向けたシェアサイクルの利用予測」の表彰式が開催されました。
　本コンペティションは学生を対象として、シェアサイクルサービスの課題を解決するソリューションを募集するというものです。
　特定の日時・ステーションで利用が可能な自転車数を予測するアルゴリズムを提出する「予測部門」と、サービスの課題の洗い出しとその解決策を提案する「アイデア部門」の2部門で行われました。

　「予測部門」で、本学のBDA学生研究会の５人のチーム「TEAM_BDA」が、第３位に入賞しました。

　当日は、入賞者によるプレゼンテーションも行われ、鋭い着眼点や、工夫を凝らした解法が示されました。

　このチーム「TEAM_BDA」のメンバは、
　　 エンフバートル　ミシェール さん
　　阿部寿純　さん
　　布施英梨花　さん
　　今村悠人　さん
　　五十嵐太一　さん
　です。

　以下、プレゼンテーションの概要と質疑内容です。

「まず、解法の立案にあたって3つの課題があると考えました。
1つ目が予測課題とデータの理解。2つ目が適切な学習アルゴリズムの検討。そして3つ目がコーディングと結果の検証です。
これら3つの課題を解決するため、まずはチュートリアルを参考にコードベースを作成し、そこから学習アルゴリズムの検討や特徴量の選択や改良を行い、最終提出するという流れで開発を進めました。
アルゴリズムに関しては主にRandomForest、XGBoost、LightGBMの3つの手法を試しました。
特徴量の選択に関しては重要度の高い特徴を抽出する統計的な手法を使用しました。
最後に最も精度が高かったLightGBMのモデルを選択し、学習させて最終提出した形です。」

Q. チームはどのような経緯で結成されたのでしょうか？
A. 大学の学生研究会のメンバーで参加しています。
学生研究会は、普段から研究で分析を行っている人だけではなく、Pythonやデータ分析に興味がある学生が幅広い学部から集まっています。
今回のチームでは、コンペが初参加というメンバーも多く参加しています。

Q. 工夫された特徴量はありますか？
A. 工夫した特徴量はシンプルで、年、月、日、曜日などを日付データを主に数値化して活用しています。
また0時時点の台数は精度への影響が見られなかったため、特徴量からは外しています。

コンテスト全体の結果は、こちらをご覧ください。
https://signate.jp/articles/competition-report-sc2021fall-20211215