I det här första kapitlet bekantar du dig med hur en Kaggle-tävling fungerar. Du tränar en modell och förbereder en CSV-fil redo för inlämning. Du lär dig skillnaden mellan publika och privata testsplit och hur du undviker överanpassning.

Översikt över tävlingar

Utforska träningsdata

Utforska testdata

Förbered ditt första inlämningsunderlag

Identifiera problemtypen

Träna en enkel modell

Förbered en inlämning

Publik vs privat rankinglista

Vilken modell är överanpassad?

Träna XGBoost-modeller

Utforska överanpassning i XGBoost

Kaggle-tävlingens process

Nu när du känner till grunderna i Kaggle-tävlingar lär du dig hur du analyserar det specifika problem som är för handen. Du övar på EDA och etablerar korrekta lokala valideringsstrategier. Du lär dig också om dataläckage.

Förstå problemet

Förstå problemtypen

Definiera ett tävlingsmått

Inledande EDA

EDA-statistik

EDA-diagram I

EDA-diagram II

Lokal validering

K-fold korsvalidering

Stratifierad K-fold

Användning av validering

Tids-K-fold

Övergripande valideringspoäng

Fördjupning i tävlingen

Här får du bekanta dig med olika typer av särdrag. Du modifierar befintliga särdrag och skapar nya. Du lär dig även att hantera saknade värden på rätt sätt.

Feature engineering

Aritmetiska särdrag

Datumbaserade särdrag

Kategoriska särdrag

Label encoding

One-hot-kodning

Målkodning

Målkodning med medelvärde

Bortom binär klassificering

Saknade värden

Hitta saknade data

Imputera saknade värden

Feature Engineering

Nu är det dags att sätta ihop allt och bygga modeller! I det här sista kapitlet skapar du en basmodell, justerar hyperparametrar och förbättrar dina resultat med ensemblemetoder. Avslutningsvis får du användbara tips och tricks som hjälper dig att tävla mer effektivt.

Basmodell

Replikera valideringspoängen

Basmodell baserad på datum

Baslinje baserad på gradient boosting

Hyperparameterjustering

Grid search

Tvådimensionell grid-sökning

Modellensembling

Modellblandning

Modellstacking I

Modellstackning II

Avslutande tips

Testa idéer från Kaggle-forumet

Välj slutliga inlämningar

Avslutande tankar

Modellering

Demand forecasting (train)

House prices (train)

House prices (test)

Demand forecasting (test)

Taxi rides (train)

Taxi rides (test)

Kaggle är den mest välkända plattformen för Data Science-tävlingar. Att delta i sådana tävlingar ger dig möjlighet att arbeta med verkliga datamängder, utforska olika maskininlärningsproblem, tävla mot andra deltagare och skaffa dig ovärderlig praktisk erfarenhet. I den här kursen lär du dig hur du strukturerar och angriper en Data Science-tävling. Du kommer att kunna välja rätt lokal valideringsstrategi och undvika överanpassning. Dessutom får du fördjupade kunskaper i feature engineering och ensemblemetoder. Alla dessa tekniker övas på datamängder från Kaggle-tävlingar.

Extreme Gradient Boosting with XGBoost

Lär dig vad som krävs för att vinna Kaggle-tävlingar, från rätt strategi till rätt valideringsmetod.

Vinna en Kaggle-tävling i Python

Lär dig hur du tar dig an och vinner tävlingar på Kaggle.

Maskininlärningsforskare i Python

Välj slutliga inlämningar

Vinna en Kaggle-tävling i Python

Interaktiv övning med praktiskt arbete