In diesem Vortrag zur Challenge wird auf einige potentiell interessante und öffentlich zugängliche Datensätze hingewiesen sowie gezeigt, wie mit den Data Science Sprachen R und Python die einzureichenden Jupyter Notebooks erstellt werden können.
Die zusätzlich vorgestellte Möglichkeit, Jupyter Notebooks in der Cloud zu erstellen, könnte insbesondere für R-User und Teams interessant sein. Erste Erfahrungen können dabei mit dem im Vortrag erstellten Notebook gesammelt werden (zeitgemäßer Browser erforderlich):
https://www.kaggle.com/floser/dav-data-science-challenge-2020-test-notebook
Die DAV ist nicht verantwortlich für den Code und die Daten, die mit Kaggle verbunden sind und auf die in den Repositories verwiesen wird. Diese spiegeln die individuelle Meinung jedes Nutzers von Kaggle wider.
Post your comment