After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Deskripsi Kursus
Kaggle adalah platform paling terkenal untuk kompetisi Data Science. Berpartisipasi dalam kompetisi semacam ini memungkinkan Anda bekerja dengan himpunan data dunia nyata, mengeksplorasi berbagai permasalahan Machine Learning, bersaing dengan peserta lain, dan pada akhirnya memperoleh pengalaman praktik yang sangat berharga. Dalam kursus ini, Anda akan mempelajari cara mendekati dan menyusun kompetisi Data Science apa pun. Anda akan mampu memilih skema validasi lokal yang tepat dan menghindari overfitting. Selain itu, Anda akan menguasai rekayasa fitur tingkat lanjut beserta pendekatan penyusunan ansambel model. Semua teknik ini akan dipraktikkan pada himpunan data kompetisi Kaggle.
Prasyarat
Kurikulum
Garis besar kursus
1
Proses kompetisi Kaggle
Pada bab pertama ini, Anda akan mengenal proses kompetisi Kaggle. Anda akan melatih sebuah model dan menyiapkan berkas csv yang siap dikirimkan. Anda akan mempelajari perbedaan antara pembagian uji Public dan Private, serta cara mencegah overfitting.
- Gambaran umum kompetisi50 XP
- Menjelajah data train100 XP
- Jelajahi data test100 XP
- Siapkan kiriman pertama Anda50 XP
- Menentukan jenis permasalahan50 XP
- Latih model sederhana100 XP
- Siapkan sebuah submission100 XP
- Papan peringkat Public vs Private50 XP
- Model mana yang overfitting?50 XP
- Latih model XGBoost100 XP
- Menjelajahi overfitting pada XGBoost100 XP
2
Menyelami Kompetisi
Sekarang setelah Anda memahami dasar-dasar kompetisi Kaggle, Anda akan mempelajari cara menelaah persoalan spesifik yang dihadapi. Anda akan berlatih EDA dan menetapkan strategi validasi lokal yang tepat. Anda juga akan mempelajari tentang kebocoran data.
3
Rekayasa Fitur
Kini Anda akan mengenal berbagai jenis fitur. Anda akan memodifikasi fitur yang ada dan membuat yang baru. Selain itu, Anda akan menangani data hilang dengan tepat.
4
Pemodelan
Saatnya menyatukan semuanya dan membangun beberapa model! Pada bab terakhir ini, Anda akan membangun model dasar sebelum menyetel beberapa hiperparameter dan meningkatkan hasil dengan ansambel. Anda kemudian akan mendapatkan beberapa kiat dan trik akhir untuk membantu Anda berkompetisi dengan lebih efektif.
Memenangi Kompetisi Kaggle dengan Python
Kursus
Selesai
