Entenda o problema

Vencendo uma competição do Kaggle em Python

Yauhen Babakhin

Kaggle Grandmaster

Fluxo da solução

 

 

fluxo da solução

Vencendo uma competição do Kaggle em Python

Fluxo da solução

 

 

fluxo da solução

Vencendo uma competição do Kaggle em Python

Fluxo da solução

 

 

fluxo da solução

Vencendo uma competição do Kaggle em Python

Fluxo da solução

 

 

fluxo da solução

Vencendo uma competição do Kaggle em Python

Entenda o problema

  • Tipo de dado: tabulares, séries temporais, imagens, texto etc.

tipos de dados

Vencendo uma competição do Kaggle em Python

Entenda o problema

  • Tipo de dado: tabulares, séries temporais, imagens, texto etc.

tipos de dados

Vencendo uma competição do Kaggle em Python

Entenda o problema

  • Tipo de dado: tabulares, séries temporais, imagens, texto etc.

tipos de dados

Vencendo uma competição do Kaggle em Python

Entenda o problema

  • Tipo de dado: tabulares, séries temporais, imagens, texto etc.

tipos de dados

  • Tipo de problema: classificação, regressão, ranking etc.
  • Métrica de avaliação: ROC AUC, F1-Score, MAE, MSE etc.
Vencendo uma competição do Kaggle em Python

Definição da métrica

# Some classification and regression metrics
from sklearn.metrics import roc_auc_score, f1_score, mean_squared_error

$$RMSLE = \sqrt{\frac{1}{N}\sum_{i=1}^{N}{(\log(y_i+1) - \log(\hat{y}_i+1))^2}}$$

import numpy as np

def rmsle(y_true, y_pred):
    diffs = np.log(y_true + 1) - np.log(y_pred + 1)
    squares = np.power(diffs, 2)

    err = np.sqrt(np.mean(squares))
    return err
Vencendo uma competição do Kaggle em Python

Vamos praticar!

Vencendo uma competição do Kaggle em Python

Preparing Video For Download...