Лучший способ изучить науку о данных - это практиковаться с реальными формулировками проблем и данными. Самостоятельное изучение данных и тестирование некоторых простых моделей может оказаться сложной задачей - поэтому мы недавно провели онлайн-обзор нашего последнего конкурса #SwipeToSuccess , чтобы помочь членам нашего сообщества узнать: ⚡️ Как разработать и обучить модель машинного обучения ⚡️ Как улучшить свой результат и производительность алгоритма, используя больше данных ⚡️..

Это был мой первый конкурс Data Science, я уже видел много ядер через Kaggle на многих соревнованиях, и мне всегда интересно, как они могут найти точный гиперпараметр и функции. Я прошу их узнать то же самое, и иногда я получаю несколько положительных и обнадеживающих советов, но иногда они не удосуживаются ответить. А теперь приступим к моему первому в истории конкурсу «Задача по машинному обучению HackerEarth: насколько эффективно лекарство от ЗППП?». Это была задача науки о данных,..

Я пишу о Data Science с 2016 года. Помимо своего блога , я также пишу в Твиттере , читаю лекции и веду свой канал на Youtube (все они на португальском). Меня всегда спрашивают о пути обучения, и я всегда отвечаю, что те, кто хочет стать специалистом по обработке данных, должны проводить большую часть своего времени в Kaggle. В основном потому, что не имеет значения, сколько курсов вы прошли, если вы не запачкаете руки. В прошлом месяце я передумал… Лучшее место для вас, чтобы..

И в последствии проигрывает 8000 грн + билет до Нью-Йорка. На изображении выше показано резкое падение нашего рейтинга в глобальной таблице лидеров. На карту было поставлено очень многое. Мы пожертвовали 40 днями на погоню за 8000 долларов и билетом в Нью-Йорк - приз за первое место в глобальной таблице лидеров. И что еще более неприятно, мы доминировали в публичной таблице лидеров с самого начала соревнований. За две недели до крайнего срока наша позиция была твердо закреплена на..