Ciencia del dato aplicada: competiciones en Kaggle

Abstract

El objetivo de este trabajo es la aplicación de algoritmos de aprendizaje automático para resolver problemas de modelización predictiva planteados en la plataforma Kaggle. El trabajo comienza con una introducción a lo que se entiende por aprendizaje automático, describiéndose los diversos tipos de algoritmos aplicables y los diferentes tipos de aprendizaje existentes. Además, se explica en que consiste la plataforma web Kaggle, detallando su funcionamiento así como los diferentes tipos de competiciones que incluye. Tras describir brevemente algunos algoritmos de aprendizaje automático que se aplicarán posteriormente en el trabajo, luego se desarrollará el núcleo del mismo: la participación en dos competiciones de Kaggle, de diferentes rangos de dificultad cada una, enfrentándonos de esta manera al tratamiento y utilización de conjuntos de datos ‘reales’ para el desarrollo de un modelo predictivo.

The aim of this work is Application of machine learning algorithms to solve problems raised in predictive modeling platform Kaggle. This Work begins with an introduction to what is meant by Machine Learning, describing various types of algorithms applicable and different Ttypes of learning existing. In addition, it explains what the Web platform Kaggle, detailing how it´s work and the Different Types of competitions that are including on the web. After describing briefly some algorithms machine learning that subsequently apply at this work, then it will develop the core of: the Participation in two competitions Kaggle of different ranges of difficulty each one, facing the treatment and use of ‘real’ data sets for the development of a predictive model.