After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Kaggle to najbardziej znana platforma konkursów z zakresu Data Science. Udział w takich konkursach pozwala pracować z rzeczywistymi zbiorami danych, zgłębiać różnorodne problemy uczenia maszynowego, rywalizować z innymi uczestnikami i zdobywać bezcenne doświadczenie praktyczne. W tym kursie nauczysz się, jak podejść do konkursu Data Science i jak go odpowiednio zorganizować. Dowiesz się, jak wybrać właściwy lokalny schemat walidacji i jak unikać przeuczenia. Opanujesz też zaawansowane techniki inżynierii cech oraz metody łączenia modeli. Wszystkie te techniki przećwiczysz na zbiorach danych z konkursów Kaggle.
Wymagania wstępne
Program kursu
Plan kursu
1
Proces konkursów Kaggle
W pierwszym rozdziale poznasz proces udziału w konkursach Kaggle. Wytrenujesz model i przygotujesz plik CSV gotowy do przesłania. Dowiesz się, czym różni się publiczny zbiór testowy od prywatnego, oraz jak zapobiegać przeuczeniu.
- Przegląd konkursów50 XP
- Eksploracja danych treningowych100 XP
- Eksploracja danych testowych100 XP
- Przygotuj swoje pierwsze zgłoszenie50 XP
- Określ typ problemu50 XP
- Trenowanie prostego modelu100 XP
- Przygotuj zgłoszenie100 XP
- Publiczna a prywatna tablica wyników50 XP
- Który model jest przeuczony?50 XP
- Trenowanie modeli XGBoost100 XP
- Analiza przeuczenia modelu XGBoost100 XP
2
Zagłęb się w konkurs
Znając już podstawy konkursów Kaggle, nauczysz się, jak analizować konkretny problem. Przećwiczysz eksploracyjną analizę danych i opracujesz właściwe lokalne strategie walidacji. Dowiesz się też, czym jest wyciek danych.
3
Inżynieria cech
Zapoznasz się z różnymi rodzajami cech. Będziesz modyfikować istniejące cechy i tworzyć nowe. Nauczysz się też, jak właściwie postępować z brakującymi danymi.
4
Modelowanie
Czas połączyć wszystko w całość i zbudować modele! W ostatnim rozdziale stworzysz model bazowy, dostroisz hiperparametry i poprawisz wyniki dzięki metodom ensemble. Na koniec poznasz przydatne wskazówki i triki, które pomogą ci rywalizować skuteczniej.
Zwycięstwo w konkursie Kaggle w Pythonie
Kurs
ukończony
