[仕事終わりの趣味] ビッグデータ分析実技 (作業型1,2,3)
非専門家や入門者の方が、ビッグデータ分析実技試験を短期間で取得できるようガイドします！ 理論は軽めに、実践は確実に。複雑な背景知識がなくても、過去問を中心に試験に必ず出るポイントだけを絞って集中的に学習します。
（4.9）受講レビュー 814件
受講生 5,510名
難易度 入門
受講期間 12か月
Engineer Big Data Analysis
Engineer Big Data Analysis
Big Data
Big Data
Python
Python
Pandas
Pandas
Machine Learning(ML)
Machine Learning(ML)
Engineer Big Data Analysis
Engineer Big Data Analysis
Big Data
Big Data
Python
Python
Pandas
Pandas
Machine Learning(ML)
Machine Learning(ML)
ワークタイプ2が非常に重要なことをご存知ですか？
7回を準備する練習しやすい大会（データ）があり、共有します。
ファイティングです。
回帰
url: https://dacon.io/competitions/official/236193/overview/description
ベースライン（基礎コード）：https: //dacon.io/competitions/official/236193/codeshare/9409
評価指標：RMSLE
主な学習ポイント
時系列データが出たときは、年、月、日を新しいフィーチャーとして生成する必要があります
test 列にない列列は削除
train、testカテゴリー変数カテゴリ（種類）が異なる場合
rmsle評価指標はどのように実装しますか？
分類
url: https://dacon.io/competitions/official/236179/overview/description
ベースライン（基礎コード）：https: //dacon.io/competitions/official/236179/codeshare/9434
評価指標：f1-macro
主な学習ポイント
バイナリ分類にもf1-macro評価指標を使用可能
テストとの違いは、以下のコンテストはcsv生成時にtest_id値と予測値を一緒に作成する必要があります。
テストは予測値をcsvにするだけです。
コメント