Paso a Paso: Proyecto de Data Science en Kaggle con el Titanic

🚢 Paso a Paso: Proyecto de Data Science en Kaggle con el Titanic | En este tutorial, te guiaré a través de un proyecto completo de ciencia de datos utilizando el famoso conjunto de datos del Titanic en Kaggle. Desde la exploración de datos hasta la predicción final.

[@guilleavellaneda4920]

Que buena explicación Bro 😊

[@Marcusreul.]

Gracias Guille :)

[@tomasrp1]

Muy claro todo, gran video!
Si podes hacer uno de visualizacion de datos me seria de ayuda para mi portfolio jaja!!

[@Marcusreul.]

Muchas gracias tomas, lo tendré en cuenta 🙌🏼

[@johnsebastian6488]

Muchas gracias por el vídeo. Estuvo largo pero valió cada minuto porque explicaste todo muy bien. Por fin podré mandar mi primer submission. Pregunta: a que se refiere la puntuación? Es decir, el modelo funcionó completamente, porqué sacate 0.76? Que hay que hacer para mejorar la puntuación?

[@Marcusreul.]

hola John, muchas gracias por tu comentario, la puntuación se refiere a que tan bien se desempeña el modelo sobre un dataset que el modelo no ha visto, en esta competencia lo evalúa con la métrica de precisión, por ejemplo supongamos que el dataset en que se evaluó contenía 100 valores y en este caso este modelo obtuvo 0.76, eso significa que 76 veces de 100 el modelo acertó si las personas sobrevivían o no. En cuanto a tu pregunta de mejorar la puntuación, el primer paso es mejorar la calidad de los datos ya que los modelos dependen mucho de la calidad de estos para hacer buenas predicciones, a esto también muchas veces le llaman feature engineering, el segundo paso seria ver el modelo que se adapte mejor a los datos, esto normalmente se hace testeando los modelos uno por uno en un bucle y midiéndolo con métricas que se adapte a ese caso, por ejemplo la métrica precisión.
Por ultimo el tercer paso seria la búsqueda de hiperparámetros , que es buscar los mejores parámetros del modelo, esto se hace normalmente con técnicas como gridsearchcv, puedes buscar videos al respecto.
Esto de mejorar el modelo no es una ciencia exacta y mas bien es un proceso iterativo, esto significa que puedes ir variando cosas para obtener mejores resultados, si no entiendes algún concepto puedes preguntar o buscarlo en UA-cam, este concepto practicarlo y con eso aprender algo nuevo, espero que esta respuesta haya podido resolver tu duda John y puedas seguir aprendiendo mas de este maravilloso mundo del data science :)