何をするか？
機械学習のコンペティションを開催している Kaggle のサイトでは、Web ブラウザから利用可能な Notebook 機能が提供されています。 これを使うとブラウザ上で直接 Python のコードを書いて実行できるのですが、やっぱり使い慣れた Visual Studio Code 環境上で作業したいと思ったので、VS Code 上に Jupyter Notebook の環境を作っていきます。
Python の実行環境についてはインストール済みであることを前提とします。
Python がまだインストールされていない場合は、pyenv などでインストール するとよいです。
Jupyter 拡張のインストール
まずは、Microsoft 純正の Python 拡張 と Jupyter 拡張 をインストールします。 下記サイトの Install ボタンを押すか、VS Code の拡張機能画面から検索してインストールできます。
Kaggle 用の仮想環境 (venv)
venv の作成
VS Code 上の Jupyter Notebook で Python コードを実行するには、pip コマンドで Python カーネル (ipykernel) をインストールしておく必要があります。
また、機械学習系の実装では numpy や pandas などのライブラリも必要になってきます。
ここでは、ホームディレクトリに Python の仮想環境ディレクトリ (~/.venv/kaggle) を作成し、そこに各ライブラリをインストールすることにします。
$ python -m venv ~/.venv/kaggle
プロジェクトのルートディレクトリに .venv ディレクトリを作る方法も一般的ですが、上記のようにホームディレクトリに作っておくと、他のプロジェクトからも使いまわせて便利です。
venv へのライブラリインストール
仮想環境を作成したら、仮想環境をアクティベートして、必要になりそうなライブラリをインストールしておきます。
少なくとも ipykernel は Jupyter Notebook 上での Python 実行のために必須です。
# venv をアクティベート
$ source ~/.venv/kaggle/bin/activate
# Jupyter で必須のライブラリ
$ pip install ipykernel
# あとは必要に応じて
$ pip install numpy pandas matplotlib scikit-learn
毎回 source ~/.venv/kaggle/bin/activate と入力するのが面倒な場合は、シェルの設定ファイル（.zshrc など）にエイリアスを設定しておくと便利です。
alias venv-kaggle="source ~/.venv/kaggle/bin/activate"venv の検索パスを追加
前述のように、プロジェクトの外に venv 環境を作成した場合は、VS Code の Python 拡張が見つけられるように検索パスを追加しておく必要があります。 Ctrl/Cmd + Shift + P ⇨ Preferences: Open User Settings (JSON) で設定ファイルを開いて、次のような行を追加しておきます（参考: Where the extension looks for environment）。
{
// Python の venv 検索パスを追加（~/.venv/kaggle などを検索するため）
"python.venvPath": "~/.venv",
// あるいは下記でも可能（ホームディレクトリ以下のディレクトリ名を列挙）
// "python.venvFolders": [".venv"],
python.venvPath あるいは python.venvFolders のいずれかで設定すれば大丈夫です。
プロジェクト（ワークスペース）のルートディレクトリ内に .venv ディレクトリを配置する場合は、この設定は不要です。
Python 拡張に venv を認識させる
VS Code 上の Python 拡張は、デフォルトではシステムにインストールされた Python インタープリター（python コマンド）を使おうとするので、上記で作成した仮想環境 (venv) 内の Python インタープリターを使うように設定しておきます。
この作業は、プロジェクト内で一度だけ実行すれば OK です。
まず、適当にプロジェクト用のディレクトリを作成して、VS Code を起動します。
$ mkdir ~/kaggle
$ code ~/kaggle
VS Code 上で Python ファイルを開いて、右下に表示された Python バージョンをクリックするか、コマンドパレット (Ctrl/Cmd + Shift + P) から Python: Select Interpreter を選択し、先ほど作成した Python 仮想環境 (~/.venv/kaggle) を選択します。
これで、このプロジェクトでは仮想環境内の Python インタープリターが使われるようになります。
Python: Select Interpreter で選択した Python インタープリターの設定は、VS Code 内部の保存領域に保存されるため、JSON 形式の設定ファイルとしては確認できないようです（参考: Setting descriptions）。
この情報をクリアするには、コマンドパレットから Python: Clear Workspace Interpreter Setting を実行します（システムの Python を使う状態に戻ります）。
次のように、デフォルトの Python インタープリターを設定しておくこともできます。
{
// ...
"python.defaultInterpreterPath": "~/.venv/kaggle/bin/python",
// ...
}この設定は、プロジェクト内でまだ一度も Python インタープリターを選択していないときに使われます（あるいは、前述の方法で設定をクリアした場合）。 ただ、Python インタープリターの設定はプロジェクト内で一度だけ行えばよいので、この設定はあまり使わないかもしれません。
Jupyter Notebook を起動する
Ctrl/Cmd + Shift + P でコマンドパレットを開いて、Create: New Jupyter Notebook を選択すると、新しい Jupyter Notebook (Untitled-1.ipynb) ファイルが作成されます。
こちらも、どの Python 実行環境を使うかを選択しておく必要があります。
Jupyter Notebook では「カーネル」と呼ばれ、Python 拡張が参照する「Python インタープリター」とは別に設定する必要があります。
Jupyter Notebook 画面上の カーネル選択 ボタンを押すか、コマンドパレットから Notebook: Select Notebook Kernel を選択し、使用する Python 仮想環境 (~/.venv/kaggle) を選択します。
これで、Jupyter Notebook 上で Python コードを実行する準備が整いました。
pandas などのライブラリもインポートできるようになっているはずです。
Kaggle CLI のインストール
kaggle コマンドのインストールと設定
これは VS Code とは直接関係ありませんが、Kaggle 公式の kaggle コマンドをインストールしておくと、コマンドラインからコンペティションのデータセットのダウンロードや、解答の提出ができて便利です。
簡単にセットアップできるので入れておきましょう。
$ pip install kaggle
kaggle コマンドを実行するには、Kaggle のサイトで API トークンを取得して、~/.kaggle/kaggle.json に保存しておく必要があります。
Kaggle のアカウント設定 を開き、Create New Token ボタンをクリックすると、kaggle.json ファイルをダウンロードできます。
OS によって保存先が異なるので注意してください（kaggle コマンドのエラー表示を見て確認するのでもよいです）。
| OS | 保存先 |
|---|---|
| Windows | C:\Users\<ユーザー名>\.kaggle\kaggle.json |
| Linux | ~/.config/kaggle/kaggle.json |
| macOS / その他 | ~/.kaggle/kaggle.json |
kaggle コマンドの使い方
開催中のコンペティションの一覧 (kaggle competitions list)
現在開催中のコンペの情報を調べるには、kaggle competitions list コマンドを使います。
ここで表示された URL 情報は、後述のコマンドでデータセットをダウンロードする際などに必要になります。
$ kaggle c list # 基本的な使い方
$ kaggle c list --help # ヘルプ
$ kaggle c list --search titanic # 検索 (Titanic)
$ kaggle c list --category gettingStarted # カテゴリ (Getting Started)
$ kaggle c list --category playground # カテゴリ (Playground)
$ kaggle c list --sort-by recentlyCreated # ソート (Recently Created)
$ kaggle c list --sort-by recentlyCreated
ref deadline category reward teamCount userHasEntered
--------------------------------------------------------------------------------- ------------------- --------------- ------------- --------- --------------
https://www.kaggle.com/competitions/playground-series-s5e2 2025-02-28 23:59:00 Playground Swag 1363 False
https://www.kaggle.com/competitions/konwinski-prize 2025-03-12 23:59:00 Featured 1,225,000 Usd 306 False
https://www.kaggle.com/competitions/lux-ai-season-3 2025-03-10 23:59:00 Featured 50,000 Usd 463 False
https://www.kaggle.com/competitions/equity-post-HCT-survival-predictions 2025-03-05 23:59:41 Research 50,000 Usd 2459 False
https://www.kaggle.com/competitions/llms-you-cant-please-them-all 2025-03-04 23:59:00 Featured 50,000 Usd 1317 False
https://www.kaggle.com/competitions/fide-google-efficiency-chess-ai-challenge 2025-02-11 23:59:00 Featured 50,000 Usd 1120 False
https://www.kaggle.com/competitions/wsdm-cup-multilingual-chatbot-arena 2025-03-10 23:59:00 Featured 50,000 Usd 950 False
https://www.kaggle.com/competitions/ai-mathematical-olympiad-progress-prize-2 2025-04-01 23:59:00 Featured 2,117,152 Usd 1356 False
https://www.kaggle.com/competitions/llm-classification-finetuning 2030-07-01 23:59:00 Getting Started Knowledge 125 False
https://www.kaggle.com/competitions/jane-street-real-time-market-data-forecasting 2025-07-12 23:59:00 Featured 120,000 Usd 3757 False
https://www.kaggle.com/competitions/spaceship-titanic 2030-01-01 00:00:00 Getting Started Knowledge 1962 False
https://www.kaggle.com/competitions/store-sales-time-series-forecasting 2030-06-30 23:59:00 Getting Started Knowledge 676 False
https://www.kaggle.com/competitions/gan-getting-started 2030-07-01 23:59:00 Getting Started Knowledge 139 False
https://www.kaggle.com/competitions/contradictory-my-dear-watson 2030-07-01 23:59:00 Getting Started Knowledge 32 False
https://www.kaggle.com/competitions/tpu-getting-started 2030-06-03 23:59:00 Getting Started Knowledge 49 False
https://www.kaggle.com/competitions/connectx 2030-01-01 00:00:00 Getting Started Knowledge 176 False
https://www.kaggle.com/competitions/nlp-getting-started 2030-01-01 00:00:00 Getting Started Knowledge 553 False
https://www.kaggle.com/competitions/home-data-for-ml-course 2030-01-01 23:59:00 Getting Started Knowledge 5897 False
https://www.kaggle.com/competitions/house-prices-advanced-regression-techniques 2030-01-01 00:00:00 Getting Started Knowledge 3506 False
https://www.kaggle.com/competitions/titanic 2030-01-01 00:00:00 Getting Started Knowledge 12781 True
データセットのダウンロード (kaggle competitions download)
上記のコマンドで各コンペティションの URL が分かったら、その URL の末尾部分（最後の / 以降）を kaggle competitions download コマンドに渡すことでデータセットをダウンロードできます。
次の例では、コンペティション名 playground-series-s5e2 のデータセットをダウンロードしています（先に Kaggle のサイトで対象のコンペに参加しておく必要があります）。
$ kaggle c download playground-series-s5e2
zip 形式でダウンロードされるので、unzip コマンドなどで展開すればコーディングの準備完了です。
$ unzip playground-series-s5e2.zip -d data
Archive: playground-series-s5e2.zip
inflating: data/sample_submission.csv
inflating: data/test.csv
inflating: data/train.csv
inflating: data/training_extra.csv
サブミット／提出 (kaggle competitions submit)
コンペティションに予測結果 (submission.csv) を提出するには、kaggle competitions submit コマンドを使います。
$ kaggle c submit playground-series-s5e2 -f submission.csv -m "Submission message"
これまでの提出履歴とその Public スコアを確認するには、kaggle competitions submissions コマンドを使います。
$ kaggle c submissions playground-series-s5e2
できたー ٩(๑❛ᴗ❛๑)۶ わーぃ