鐵人檔案
在資料科學的世界裡，實戰才是最好的學習方式。Kaggle 是全球最大的資料競賽平台，聚集了無數的有獎挑戰與高手討論集，可以說是「資料科學家的遊樂場」。本系列將以 30 天不間斷的鐵人挑戰，帶大家一起「遛咖狗」，一路體驗 Kaggle 的各種競賽，逐步拆解參賽流程。內容包含資料下載、EDA、前處理、建模、調參與模型融合。透過持續實戰，我們不只累積資料分析的經驗，還能打造自己的作品集，甚至認識志同道合的戰友。30 天連續挑戰，讓「咖狗」陪你一起，把資料科學從陌生變成日常！
為什麼選 Kaggle？ Kaggle 是全世界公認最大的資料科學社群平台;可以下載資料、閱讀別人的 Notebook、參加實戰競賽，邊做邊學，還能把成果放進...
繼昨天說的，下載完比賽資料後，第一步最重要的並不是立刻開始建模，而是先充分理解比賽的任務目標、評分方式以及資料型態。今天這篇文章，我會帶大家一步步認識 Bina...
昨天我們理解了比賽的任務、評分方式，並完成資料解壓與前處理。今天，我們要進一步了解資料的分布與特徵，這一步叫做探索式資料分析（Exploratory Data...
昨天我們完成了探索性資料分析（EDA），對資料的特徵與分佈有了初步理解。今天，我們要先建立第一個簡單的模型，也就是 Baseline Model。這個模型不會針...
昨天我們建立了第一個 Baseline Model，今天我們要更進一步透過 視覺化模型表現 ，來了解我們的模型是怎麼做出判斷的，並思考如何改善。 1. 視覺化...
昨天我們用 ROC 曲線 + AUC 了解了 Logistic Regression 的表現，今天來嘗試另一個模型 —— 隨機森林 (Random Forest...
昨天我們讓 Random Forest 登場，模型表現相當不錯，在驗證集上的 AUC 分數也優於 Logistic Regression 。 不過，我們還沒有將...
前言 在前幾天的實作中，我們一起參與了一場二元分類任務的比賽，目標是預測某人是否會辦理定期存款。那場比賽中，我們學到了如何進行初步的資料探索（EDA）、如何使用...
1.競賽驗證 這場比賽比較特別，它需要開啟鏡頭進行真人驗證，確保是「真人」參賽。我先完成了這個步驟，不太清楚怎麼做的，可以參考下方的圖片 驗證完後成後要加入比賽...
今天我們進入資料清理與特徵工程，針對數值與類別欄位做合適的轉換，讓模型能更好地學習。 1.數值欄位標準化 在機器學習中，如果不同數值欄位的尺度差異過大，會影響...
