Przegląd konkursów

Zwycięstwo w konkursie Kaggle w Pythonie

Yauhen Babakhin

Kaggle Grandmaster

Instruktor

Yauhen Babakhin

Magister analizy danych stosowanych
5 lat doświadczenia w Data Science
Grandmaster konkursów Kaggle
Złote medale w konkursach z klasycznym ML i Deep Learning

zdjęcie instruktora

logo kaggle

Zalety Kaggle

Zdobyć praktyczne doświadczenie na rzeczywistych danych
Rozbudować portfolio projektów
Dołączyć do społeczności Data Science
Poznać nową domenę lub typ modelu
Śledzić najlepsze metody i rozwiązania

Przebieg konkursu

proces konkursowy kaggle

Przebieg konkursu

proces konkursowy kaggle

Przebieg konkursu

proces konkursowy kaggle

Jak wziąć udział

Przejść na stronę http://kaggle.com i wybrać konkurs
Pobrać dane
Rozpocząć budowanie modeli!

Prognozowanie cen taksówek w Nowym Jorku

Strona konkursu prognozowania cen taksówek w Nowym Jorku

Dane treningowe i testowe

import pandas as pd

# Read train data
taxi_train = pd.read_csv('taxi_train.csv')
taxi_train.columns.to_list()

['key',
 'fare_amount',
 'pickup_datetime',
 'pickup_longitude',
 'pickup_latitude',
 'dropoff_longitude',
 'dropoff_latitude',
 'passenger_count']

# Read test data
taxi_test = pd.read_csv('taxi_test.csv')
taxi_test.columns.to_list()

['key',
 'pickup_datetime',
 'pickup_longitude',
 'pickup_latitude',
 'dropoff_longitude',
 'dropoff_latitude',
 'passenger_count']

Przykładowe zgłoszenie

# Read sample submission
taxi_sample_sub = pd.read_csv('taxi_sample_submission.csv')
taxi_sample_sub.head()

                              key     fare_amount
0     2015-01-27 13:08:24.0000002     11.35
1     2015-01-27 13:08:24.0000003     11.35
2     2011-10-08 11:53:44.0000002     11.35
3     2012-12-01 21:12:12.0000002     11.35
4     2012-12-01 21:12:12.0000003     11.35

Czas na ćwiczenia!

Zwycięstwo w konkursie Kaggle w Pythonie