In questo primo capitolo conoscerai il processo delle competizioni Kaggle. Allenerai un modello e preparerai un file CSV pronto per l'invio. Imparerai la differenza tra le suddivisioni Public e Private del test e come prevenire l'overfitting.

Panoramica delle competition

Esplora i dati di train

Esplora i dati di test

Prepara la tua prima submission

Determina il tipo di problema

Allena un modello semplice

Prepara un file di submission

Classifica Public vs Private

Quale modello sta facendo overfitting?

Allena modelli XGBoost

Esplora l'overfitting con XGBoost

Il processo delle competizioni Kaggle

Ora che conosci le basi delle competizioni Kaggle, imparerai a studiare il problema specifico da affrontare. Metterai in pratica l'EDA e definirai strategie corrette di validazione locale. Imparerai anche a riconoscere il data leakage.

Comprendere il problema

Capire il tipo di problema

Definire una metrica di competizione

EDA iniziale

Statistiche EDA

Grafici di EDA I

Grafici di EDA II

Validazione locale

Validazione incrociata K-fold

K-fold stratificato

Uso della validazione

Time K-fold

Punteggio di validazione complessivo

Entra nel vivo della competizione

Entrerai ora in contatto con diversi tipi di feature. Modificherai feature esistenti e ne creerai di nuove. Inoltre, tratterai correttamente i dati mancanti.

Feature engineering

Feature aritmetiche

Caratteristiche di data

Feature categoriche

Label encoding

One-Hot encoding

Target encoding

Mean target encoding

K-fold cross-validation

Oltre la classificazione binaria

Dati mancanti

Trova i dati mancanti

Imputa i dati mancanti

Feature Engineering

È il momento di unire tutto e costruire dei modelli! In questo ultimo capitolo, creerai un modello di base, poi affinerai alcuni iperparametri e migliorerai i risultati con ensemble. Infine, riceverai alcuni consigli e trucchi per competere in modo più efficace.

Modello di base

Replica lo score di validazione

Baseline basata sulla data

Baseline con gradient boosting

Ottimizzazione degli iperparametri

Ricerca a griglia

Grid search 2D

Ensembling dei modelli

Model blending

Stacking di modelli I

Model stacking II

Suggerimenti finali

Testare le idee dal forum di Kaggle

Seleziona le submission finali

Considerazioni finali

Modeling

Demand forecasting (train)

Demand forecasting (test)

House prices (train)

House prices (test)

Taxi rides (train)

Taxi rides (test)

Kaggle è la piattaforma più famosa per le competizioni di Data Science. Partecipare a queste competizioni ti permette di lavorare con insiemi di dati reali, esplorare vari problemi di Machine Learning, competere con altri partecipanti e, soprattutto, fare preziosa esperienza pratica. In questo corso imparerai ad affrontare e strutturare qualsiasi competizione di Data Science. Saprai scegliere il corretto schema di validazione locale ed evitare l'overfitting. Inoltre, padroneggerai tecniche avanzate di feature engineering e approcci di ensembling dei modelli. Tutte queste tecniche saranno messe in pratica su insiemi di dati delle competizioni Kaggle.

Extreme Gradient Boosting with XGBoost

Scopri come vincere le competizioni Kaggle: approccio giusto e schema di validazione adeguato.

Vincere una competizione Kaggle con Python

Scopri come partecipare e vincere le competizioni su Kaggle.

Scienziato specializzato in apprendimento automatico in Python

Modello	Train MSE	Validation MSE
Modello 1	2.35	2.46
Modello 2	2.20	2.15
Modello 3	2.10	2.14
Modello 4	1.90	2.35

Quale modello sta facendo overfitting?

Vincere una competizione Kaggle con Python

esercizio interattivo pratico