レストランでの食事やコンサートのチケット購入など、現代の生活では日々の買い物にクレジットカードの利便性が欠かせません。クレジットカードがあれば、多額の現金を持ち歩く必要がなく、また、購入した商品の全額を前払いして、長期にわたって支払うことができます。しかし、カード発行会社は、私たちが請求した金額をきちんと返済してくれることをどうやって確認するのでしょうか？この問題は複雑で、多くの解決策がありますが、このコンペティションでは、さらに多くの改善策が検討されています。
\n貸し倒れ予測は、消費者金融ビジネスのリスク管理の中心的存在です。貸し倒れを予測することで、貸し出しの決定を最適化し、より良い顧客体験と健全なビジネス経済を実現することができます。現在のモデルは、リスク管理を支援するために存在しています。しかし、現在使用されているモデルを凌駕する、より優れたモデルを作成することは可能です。
\nアメリカン・エキスプレスは、世界的に統合された決済企業です。世界最大の決済カード発行会社である同社は、生活を豊かにし、ビジネスの成功をもたらす商品、洞察、体験へのアクセスを顧客に提供しています。
\nこのコンペティションでは、機械学習のスキルを応用して、クレジット・デフォルトを予測します。具体的には、産業界規模のデータセットを活用し、現在の生産モデルに挑戦する機械学習モデルを構築していただきます。トレーニング、検証、テストの各データセットには、時系列行動データおよび匿名化された顧客プロファイル情報が含まれます。特徴量の作成から、モデル内でのデータの有機的な利用まで、最も強力なモデルを作るためのあらゆる手法を自由に探求することができます。
\n成功すれば、クレジットカードの審査が通りやすくなり、カード会員にとってより良い顧客体験の実現に貢献することができます。優れたソリューションは、世界最大のクレジットカード発行会社が使用しているクレジットデフォルト予測モデルに挑戦し、賞金やアメリカン・エキスプレスとの面接の機会、そしてやりがいのある新しいキャリアを獲得する可能性があります。
\nこのコンペティションの評価指標 𝑀 は、順位付けのための2つの指標の平均値である。正規化ジニ係数 G、4%で捉えたデフォルト率、𝐷。
𝑀=0.5⋅(𝐺+𝐷)\n4%で捕捉されたデフォルト率は，予測値の最高位4%内で捕捉された正のラベル（デフォルト）の割合であり，感度／リコール統計量を表している．
\nサブメトリクスGとDの両方について、ネガティブ・ラベルはダウンサンプリングを調整するために20の重みが与えられている。
このメトリックの最大値は1.0である。
\nこのメトリックを計算するためのPythonコードは、このノートブックにあります。
\nテスト集合の各 customer_ID に対して、ターゲット変数の確率を予測する必要があります。ファイルはヘッダを含み、以下のフォーマットである必要があります。
customer_ID,prediction\n00000469ba...,0.01\n00001bf2e7...,0.22\n0000210045...,0.98\netc.\nすべての締め切りは、特に断りのない限り、該当日の午後11時59分（UTC）とします。主催者は、必要と判断した場合、コンテストのスケジュールを更新する権利を有します。
\n上位入賞者への賞金に加え、アメリカン・エキスプレスでは採用も行っています。
\n興味を示した上位入賞者は、コンクールでの活躍やその他の経歴を考慮し、アメリカン・エキスプレスが面接の対象とします。
\nアメリカン・エキスプレスでは、グローバル・ディシジョン・サイエンス・チームの一員として、経験豊富なデータ・サイエンティストおよび機械学習研究者を募集しています。Global Decision Scienceのメンバーは、業界初のデータ機能の開発、収益性の高い意思決定フレームワークの構築、機械学習を活用した予測モデルの作成により、顧客ライフサイクルを通して企業のリスクを管理する役割を担っています。グローバル・ディシジョン・サイエンス・チームは、業界をリードするモデリングとAIを駆使し、お客様の行動を予測します。予測モデルの開発、展開、検証を行い、クレジット、不正、マーケティング、サービシング最適化エンジン全体で収益性の高い意思決定を可能にするため、経済論理におけるモデルの利用をサポートします。
\nポジションは、米国、英国、インドで募集しています。
\nあなたの作品をアメリカン・エキスプレス・チームの審査にかけたい場合。
\nこのコンペティションの目的は、毎月の顧客プロファイルに基づいて、ある顧客が将来クレジットカードの残高を返さない確率を予測することです。対象の二項変数は、最新のクレジットカード明細書から18ヶ月間のパフォーマンスウィンドウを観察することによって計算され、もし顧客が最新の明細書の日付から120日以内に返済額を支払わない場合は、デフォルトイベントとみなされます。
\nデータセットには、各顧客の各明細書日付における集約されたプロファイル特徴が含まれています。特徴は匿名化、正規化されており、以下の一般的なカテゴリに分類されます。
\n次の機能はカテゴリに分類されます。
\n['B_30', 'B_38', 'D_114', 'D_116', 'D_117', 'D_120', 'D_126', 'D_63', 'D_64', 'D_66', 'D_68']
\nあなたの仕事は、customer_IDごとに、将来の支払いのデフォルトの確率を予測することです（ターゲット= 1）。 このデータセットのネガティブクラスは5％でサブサンプリングされているため、スコアリングメトリックで20倍の重みを受け取ることに注意してください。
参加者1人につき1アカウント
\n複数のアカウントからKaggleにサインアップすることはできず、したがって複数のアカウントから投稿することはできません。
チーム外での私的共有の禁止
\nチーム外でのコードやデータの私的な共有は禁止されています。フォーラムで参加者全員が利用できるようにすれば、コードの共有は問題ありません。
チームの合併
\nチームの合併は許可されており、チームリーダーが実行することができます。合併するためには、合併したチームの投稿数の合計が、チーム合併の締め切り時点の最大許容数以下でなければなりません。最大許容値は、1日あたりの投稿数に大会開催日数を掛けたものです。
チームの上限
\nチームの最大人数は5名です。
応募数制限
\n1日あたり最大5作品まで応募できます。
審査対象は、最終的に2作品までとします。
\n大会スケジュール
\nコンペティションのタイムラインの日付（エントリー締切、最終提出締切、開始日、チーム合併締切など）は、コンペティションの概要 > タイムラインページに反映されます。
コンペティション特有の用語
\nコンペティション名：American Express - Default Prediction（アメリカン・エキスプレス デフォルト予測
コンペティション・スポンサー：アメリカン・エキスプレス・トラベル・アンド・サービス・カンパニー
\nコンペティション・スポンサー住所：200 Vesey Street, New York, NY 10285
\nコンテストウェブサイト： https://www.kaggle.com/c/amex-default-prediction
\n賞金総額：100,000ドル
\n優勝賞金：40,000ドル
\n二等賞： $30,000
\n3等賞： $20,000
\n四等賞：10,000ドル
\n当選者のライセンスタイプ 非独占ライセンス
\nデータアクセスおよび使用 コンペティションでの使用のみ
\nコンペティションには、米国および全世界の居住者が参加できます。ただし、クリミア、いわゆるドネツク人民共和国（DNR）またはルハンスク人民共和国（LNR）、キューバ、イラン、シリア、北朝鮮、または米国の輸出規制もしくは制裁の対象となっている居住者は、コンペティションに参加することはできません。その他の地域の規則や規制が適用される場合もありますので、ご自身の地域の法律を確認し、技能系コンペティションへの参加資格があるかどうかを確認してください。主催者は、現地の法律を遵守するために必要な場合、別の賞品を授与する権利を有します。
\n本コンテストに参加することは、本公式競技規則に同意したものとみなされます。
\n上記のコンペティションは、データサイエンスの分野を促進し、発展させるためのスキルベースのコンペティションです。参加するには、コンペティションのウェブサイトから登録する必要があります。応募作品（「応募作品」）は、コンペティション・ウェブサイトに記載されている要件に適合している必要があります。提出物は、コンペティション・ウェブサイトに記載されている評価基準に基づいて採点されます。コンペティション規則に従って、提出されたデータサイエンスモデルの利点に基づき、最も優れたスコアを持つ参加者に賞品が授与されます。コンペティション・ルールの全文は以下を参照のこと。
\nA. コンペティション特別規則
\n参加者は、以下の一般競技規則に加え、主催者が定める本競技会特別規則を理解し、これに同意するものとします。
非独占的。非独占的：応募者は、応募作品の使用、複製、配布、派生作品の作成、公開演奏、公開展示、デジタル実行、作成、公開展示のための世界的、非独占的、サブライセンス可能、譲渡可能、全額支払い済み、ロイヤリティ無料、永久的、取消不能の権利を応募者とその被指名人に付与し、付与されることになります。受賞提出物および受賞提出物の生成に使用されたソースコードは、現在知られているまたは将来開発されるあらゆる媒体において、商業目的か否かを問わず、お客様による追加承認またはお客様に対する支払いなしに、使用、複製、頒布、派生物の作成、公の実演、公の展示、デジタル・パフォーマンス、作成、販売、販売のための提供および輸入が可能です。応募作品が、応募者が応募作品の生成に使用した、応募者が所有しない一般に市販されているソフトウェアを使用する場合であって、主催者が過度の費用をかけずに調達できる場合、応募者は、当該ソフトウェアに対して前文のライセンスを付与しないものとします。
\n以下の一般競争規約第11項の末尾に、以下の規定を追加する。「AMLTを使用して提出物を作成した個人参加者およびチームは、賞品を獲得することができます。ただし、明確にするために、受賞候補者の提出物は、A.1項（受賞者ライセンス）、B.11項（受賞者の義務）、B.17項（保証、免責、リリース）を含むがこれに限らず、本規則の要件を満たす必要があります。\"
\nB. 一般競技規則
\nレストランでの食事やコンサートのチケット購入など、現代の生活では日々の買い物にクレジットカードの利便性が欠かせません。クレジットカードがあれば、多額の現金を持ち歩く必要がなく、また、購入した商品の全額を前払いして、長期にわたって支払うことができます。しかし、カード発行会社は、私たちが請求した金額をきちんと返済してくれることをどうやって確認するのでしょうか？この問題は複雑で、多くの解決策がありますが、このコンペティションでは、さらに多くの改善策が検討されています。
\n貸し倒れ予測は、消費者金融ビジネスのリスク管理の中心的存在です。貸し倒れを予測することで、貸し出しの決定を最適化し、より良い顧客体験と健全なビジネス経済を実現することができます。現在のモデルは、リスク管理を支援するために存在しています。しかし、現在使用されているモデルを凌駕する、より優れたモデルを作成することは可能です。
\nアメリカン・エキスプレスは、世界的に統合された決済企業です。世界最大の決済カード発行会社である同社は、生活を豊かにし、ビジネスの成功をもたらす商品、洞察、体験へのアクセスを顧客に提供しています。
\nこのコンペティションでは、機械学習のスキルを応用して、クレジット・デフォルトを予測します。具体的には、産業界規模のデータセットを活用し、現在の生産モデルに挑戦する機械学習モデルを構築していただきます。トレーニング、検証、テストの各データセットには、時系列行動データおよび匿名化された顧客プロファイル情報が含まれます。特徴量の作成から、モデル内でのデータの有機的な利用まで、最も強力なモデルを作るためのあらゆる手法を自由に探求することができます。
\n成功すれば、クレジットカードの審査が通りやすくなり、カード会員にとってより良い顧客体験の実現に貢献することができます。優れたソリューションは、世界最大のクレジットカード発行会社が使用しているクレジットデフォルト予測モデルに挑戦し、賞金やアメリカン・エキスプレスとの面接の機会、そしてやりがいのある新しいキャリアを獲得する可能性があります。
\nこのコンペティションの評価指標 𝑀 は、順位付けのための2つの指標の平均値である。正規化ジニ係数 G、4%で捉えたデフォルト率、𝐷。
𝑀=0.5⋅(𝐺+𝐷)\n4%で捕捉されたデフォルト率は，予測値の最高位4%内で捕捉された正のラベル（デフォルト）の割合であり，感度／リコール統計量を表している．
\nサブメトリクスGとDの両方について、ネガティブ・ラベルはダウンサンプリングを調整するために20の重みが与えられている。
このメトリックの最大値は1.0である。
\nこのメトリックを計算するためのPythonコードは、このノートブックにあります。
\nテスト集合の各 customer_ID に対して、ターゲット変数の確率を予測する必要があります。ファイルはヘッダを含み、以下のフォーマットである必要があります。
customer_ID,prediction\n00000469ba...,0.01\n00001bf2e7...,0.22\n0000210045...,0.98\netc.\nすべての締め切りは、特に断りのない限り、該当日の午後11時59分（UTC）とします。主催者は、必要と判断した場合、コンテストのスケジュールを更新する権利を有します。
\n上位入賞者への賞金に加え、アメリカン・エキスプレスでは採用も行っています。
\n興味を示した上位入賞者は、コンクールでの活躍やその他の経歴を考慮し、アメリカン・エキスプレスが面接の対象とします。
\nアメリカン・エキスプレスでは、グローバル・ディシジョン・サイエンス・チームの一員として、経験豊富なデータ・サイエンティストおよび機械学習研究者を募集しています。Global Decision Scienceのメンバーは、業界初のデータ機能の開発、収益性の高い意思決定フレームワークの構築、機械学習を活用した予測モデルの作成により、顧客ライフサイクルを通して企業のリスクを管理する役割を担っています。グローバル・ディシジョン・サイエンス・チームは、業界をリードするモデリングとAIを駆使し、お客様の行動を予測します。予測モデルの開発、展開、検証を行い、クレジット、不正、マーケティング、サービシング最適化エンジン全体で収益性の高い意思決定を可能にするため、経済論理におけるモデルの利用をサポートします。
\nポジションは、米国、英国、インドで募集しています。
\nあなたの作品をアメリカン・エキスプレス・チームの審査にかけたい場合。
\nこのコンペティションの目的は、毎月の顧客プロファイルに基づいて、ある顧客が将来クレジットカードの残高を返さない確率を予測することです。対象の二項変数は、最新のクレジットカード明細書から18ヶ月間のパフォーマンスウィンドウを観察することによって計算され、もし顧客が最新の明細書の日付から120日以内に返済額を支払わない場合は、デフォルトイベントとみなされます。
\nデータセットには、各顧客の各明細書日付における集約されたプロファイル特徴が含まれています。特徴は匿名化、正規化されており、以下の一般的なカテゴリに分類されます。
\n次の機能はカテゴリに分類されます。
\n['B_30', 'B_38', 'D_114', 'D_116', 'D_117', 'D_120', 'D_126', 'D_63', 'D_64', 'D_66', 'D_68']
\nあなたの仕事は、customer_IDごとに、将来の支払いのデフォルトの確率を予測することです（ターゲット= 1）。 このデータセットのネガティブクラスは5％でサブサンプリングされているため、スコアリングメトリックで20倍の重みを受け取ることに注意してください。
参加者1人につき1アカウント
\n複数のアカウントからKaggleにサインアップすることはできず、したがって複数のアカウントから投稿することはできません。
チーム外での私的共有の禁止
\nチーム外でのコードやデータの私的な共有は禁止されています。フォーラムで参加者全員が利用できるようにすれば、コードの共有は問題ありません。
チームの合併
\nチームの合併は許可されており、チームリーダーが実行することができます。合併するためには、合併したチームの投稿数の合計が、チーム合併の締め切り時点の最大許容数以下でなければなりません。最大許容値は、1日あたりの投稿数に大会開催日数を掛けたものです。
チームの上限
\nチームの最大人数は5名です。
応募数制限
\n1日あたり最大5作品まで応募できます。
審査対象は、最終的に2作品までとします。
\n大会スケジュール
\nコンペティションのタイムラインの日付（エントリー締切、最終提出締切、開始日、チーム合併締切など）は、コンペティションの概要 > タイムラインページに反映されます。
コンペティション特有の用語
\nコンペティション名：American Express - Default Prediction（アメリカン・エキスプレス デフォルト予測
コンペティション・スポンサー：アメリカン・エキスプレス・トラベル・アンド・サービス・カンパニー
\nコンペティション・スポンサー住所：200 Vesey Street, New York, NY 10285
\nコンテストウェブサイト： https://www.kaggle.com/c/amex-default-prediction
\n賞金総額：100,000ドル
\n優勝賞金：40,000ドル
\n二等賞： $30,000
\n3等賞： $20,000
\n四等賞：10,000ドル
\n当選者のライセンスタイプ 非独占ライセンス
\nデータアクセスおよび使用 コンペティションでの使用のみ
\nコンペティションには、米国および全世界の居住者が参加できます。ただし、クリミア、いわゆるドネツク人民共和国（DNR）またはルハンスク人民共和国（LNR）、キューバ、イラン、シリア、北朝鮮、または米国の輸出規制もしくは制裁の対象となっている居住者は、コンペティションに参加することはできません。その他の地域の規則や規制が適用される場合もありますので、ご自身の地域の法律を確認し、技能系コンペティションへの参加資格があるかどうかを確認してください。主催者は、現地の法律を遵守するために必要な場合、別の賞品を授与する権利を有します。
\n本コンテストに参加することは、本公式競技規則に同意したものとみなされます。
\n上記のコンペティションは、データサイエンスの分野を促進し、発展させるためのスキルベースのコンペティションです。参加するには、コンペティションのウェブサイトから登録する必要があります。応募作品（「応募作品」）は、コンペティション・ウェブサイトに記載されている要件に適合している必要があります。提出物は、コンペティション・ウェブサイトに記載されている評価基準に基づいて採点されます。コンペティション規則に従って、提出されたデータサイエンスモデルの利点に基づき、最も優れたスコアを持つ参加者に賞品が授与されます。コンペティション・ルールの全文は以下を参照のこと。
\nA. コンペティション特別規則
\n参加者は、以下の一般競技規則に加え、主催者が定める本競技会特別規則を理解し、これに同意するものとします。
非独占的。非独占的：応募者は、応募作品の使用、複製、配布、派生作品の作成、公開演奏、公開展示、デジタル実行、作成、公開展示のための世界的、非独占的、サブライセンス可能、譲渡可能、全額支払い済み、ロイヤリティ無料、永久的、取消不能の権利を応募者とその被指名人に付与し、付与されることになります。受賞提出物および受賞提出物の生成に使用されたソースコードは、現在知られているまたは将来開発されるあらゆる媒体において、商業目的か否かを問わず、お客様による追加承認またはお客様に対する支払いなしに、使用、複製、頒布、派生物の作成、公の実演、公の展示、デジタル・パフォーマンス、作成、販売、販売のための提供および輸入が可能です。応募作品が、応募者が応募作品の生成に使用した、応募者が所有しない一般に市販されているソフトウェアを使用する場合であって、主催者が過度の費用をかけずに調達できる場合、応募者は、当該ソフトウェアに対して前文のライセンスを付与しないものとします。
\n以下の一般競争規約第11項の末尾に、以下の規定を追加する。「AMLTを使用して提出物を作成した個人参加者およびチームは、賞品を獲得することができます。ただし、明確にするために、受賞候補者の提出物は、A.1項（受賞者ライセンス）、B.11項（受賞者の義務）、B.17項（保証、免責、リリース）を含むがこれに限らず、本規則の要件を満たす必要があります。\"
\nB. 一般競技規則
\n