Kaggle比赛实战教程

【导读】在Kaggle比赛中，作者将尝试纽约出租车持续时间预测的挑战。他将使用 Pandas、matplotlib 和 xgost 的组合作为 python 库来帮助理解和分析 Kaggle 提供的出租车数据集。目标将是建立一个出租车持续时间的预测模型。另外，作者还将使用Google CoLab作为他的jupyter记事本。

作者 | Siraj Raval

整理 | Xiaowen

作者主页：

• Twitter: 

https://twitter.com/sirajraval

• instagram: 

https://www.instagram.com/sirajraval

• Facebook: 

https://www.facebook.com/sirajology

YouTube视频介绍：

https://www.youtube.com/watch?v=suRd3UzdBeo

代码：

https://github.com/llSourcell/kaggle_challenge

这段视频是作者的机器学习之旅课程的一部分：

https://github.com/llSourcell/Machine_Learning_Journey

更多机器学习资源：

• https://www.kaggle.com/kanncaa1/machine-learning-tutorial-for-beginners

• https://www.kaggle.com/rtatman/beginner-s-tutorial-python

• https://machinelearningmastery.com/gentle-introduction-xgboost-applied-machine-learning/

• http://blog.kaggle.com/2017/01/23/a-kaggle-master-explains-gradient-boosting/

-END-

专 · 知

人工智能领域主题知识资料查看与加入专知人工智能服务群：

【专知AI服务计划】专知AI知识技术服务会员群加入与人工智能领域26个主题知识资料全集获取。欢迎微信扫一扫加入专知人工智能知识星球群，获取专业知识教程视频资料和与专家交流咨询！

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

请加专知小助手微信（扫一扫如下二维码添加），加入专知主题群（请备注主题类型：AI、NLP、CV、 KG等）交流~

请关注专知公众号，获取人工智能的专业知识！

点击“阅读原文”，使用专知