Nesse repositório contem os notebooks e outros arquivos utilizados nas competições e Datasets disponibilizados pelo Kaggle.
[LINK DA COMPETIÇÃO] / [LINK DO NOTEBOOK]
O Desafio do Titanic é uma das competições mais conhecidas no Kaggle e, sem sombra de dúvidas, é uma das melhores primeiras experiências para "mergulhar" no mundo de Machine Learning. Com o objetivo único de familiarizar os novos Cientistas de Dados com as estrutura e as dinâmicas do Kaggle, O desafio do Titanic é o equivalente ao "Olá Mundo!" para os Cientistas de Dados.
Durante o desafio foram criadas novas variáveis e utilizados diversos Algoritmos de Machine Learning (MLA) para otimizar a predição inicial do Kaggle (todas as mulheres sobreviveriam ao acidente), entre os destacados na fase de teste foram: Gradient Boost Classifier e o XGBClassifier com scores de: 0.7655 e 0.7416, respectivamente. Observando outros notebooks com maior pontução observa-se a utilização de Algoritmos Genéticos.
[LINK DA COMPETIÇÃO] / [LINK DO NOTEBOOK]
A Análise dos Imóveis em São Paulo foi realizada utilizando um Dataset de Abril de 2019 disponibilizada no Kaggle. Nesse dataset continham imóveis tanto para alugar quanto para venda. Esse projeto foi realizado anteriormente no curso Data Science na Prática com a Finalidade de ensinar conceitos de Deploy e aplicações Web utilizando o Flask.
No projeto realizado no curso foi utilizado o XGBoost, porém teve problemas de instalação em Maio de 2020 no Pycharm. Com isso foi utilizado uma Regressão Linear Multipla para construir e testar as aplicações Web do outro Notebook.
O repositório aumentará o seu tamanho de acordo com as realizações dos cursos. E claro, aceito recomendações de cursos, livros ou vídeos! Qualquer duvida me chame no LinkedIn.