{
  "fetched_at": "2026-10-19T10:52:52Z",
  "source_url": "https://www.kaggle.com/competitions/2023-dna-ml-competition/data",
  "pages": [
    {
      "name": "data-description",
      "content": "# 목적\n- 서울과 부산에 존재하는 아파트의 실제 거래 가격를 예측\n- 실제 가격을 예측(Regression)\n\n# 참고사항\n- 해당 데이터를 제외한 공공 데이터 활용 가능\n\n# 파일\n\n*   **train.csv** - 학습 데이터\n*   **test.csv** - test 데이터\n*   **submission.csv** - submission 데이터\n*   **park.csv** - 서울/부산 지역의 공원에 대한 정보\n*   **day_care_center.csv** - 서울/부산 지역의 어린이집에 대한 정보\n\n# 열 설명\n\n## train, test\n- **apartment_id** / 아파트 아이디\n- **city** / 도시\n- **dong** / 동\n- **jibun** / 지번\n- **apt** / 아파트단지 이름\n- **addr_kr** / 주소\n- **exclusive_use_area** / 전용면적\n- **year_of_completion** / 설립일자\n- **transaction_year_month** / 거래년월\n- **transaction_date** / 거래날짜\n- **floor** / 층\n- **transaction_real_price** / 실거래가\n\n## park\n- **city** / 도시\n- **gu** / 구\n- **dong** / 동\n- **park_name** / 공원 이름\n- **park_type** / 공원 종류\n- **park_area** / 공원 면적\n- **park_exercise_facility** / 공원보유 운동시설\n- **park_entertainment_facility** / 공원보유 유희시설\n- **park_benefit_facility** / 공원보유 편익시설\n- **park_cultural_facility** / 공원보유 교양시설\n- **park_facility_other** / 공원보유 기타시설\n- **park_open_year** / 공원 개장년도\n- **reference_date** / 데이터 기준일자(해당 데이터가 기록된 일자)\n\n## day_care_center\n- **city** / 도시 이름\n- **gu** / 구\n- **day_care_name** / 어린이집 이름\n- **day_care_type** / 어린이집 종류\n- **day_care_baby_num** / 정원수\n- **teacher_num** / 보육교직원수\n- **nursing_room_num** / 보육실수\n- **playground_num** / 놀이터수\n- **CCTV_num** / CCTV 설치수\n- **is_commuting_vehicle** / 통학차량 운영여부\n- **reference_date** / 데이터 기준일자(해당 데이터가 기록된 일자)",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "#Rule\n##Time line\n- 2023.10.31 (18:00) - Competition 시작\n- 2023.11.28 (00:00) - Competition 마감\n- 2023.11.28 (18:00) - Competition 최종 발표\n\n#ML Session\n- 본 대회는 2023년 D&A 학회의 Machine Learning Session 인원들을 대상으로 하는 경연입니다.\n- 각 팀 별 Sharing은 금지되어 있으며, 반드시 팀원들만의 지식만을 이용합니다.\n\n#평가 기준\n##기술력 - 30\n- **Private 등수** - Private score의 등수 / **20**\n- **코드 품질** - 코드의 오류 없이 깔끔하게 코드를 작성하였는가? / **10**\n##분석력 - 60\n- **분석 기법** - 목적에 맞는 적절한 feature 생성 및 분석 기법을 적용하였는가? / **15**\n- **모델 적용** - 적절한 모델을 적용하였는가? / **15**\n- **설명력** - 해당 분석이 얼마만큼의 설명력을 가지고 있는가? / **10**\n- **시각화 기법** - 분석 결과를 효과적으로 시각화 하였는가? / **10**\n- **창의성** - 다른 사람들이 생각하지 못한 새로운 관점을 제시하였는가? / **10**\n##발표 - 10\n- **전달** - 평가자들에게 내용을 잘 전달하였는가? / **10**\n- 해당 평가는 상호 평가로 이루어질 예정입니다.\n\n#최종 제출물\n- PPT 보고서, 소스 코드가 담긴 ipynb 파일을 '.zip'으로 압축하여 제출\n- 만약, 제공 데이터 이외의 데이터를 활용하였다면 같이 첨부할 것\n- 제출 마감 일자 : **2023.11.28 17:00**\n- 제출 경로 : **rltjq09@kookmin.ac.kr**로 조장이 제출\n- 제출 형식 : 메일 제목은 **'조이름_Competition 제출'** 로 통일\n\n- 최종 발표는 마지막 세션인 11.28 (화) 에 진행될 예정입니다.\n- 팀 별로 **10분**이 주어질 예정이니, 이 점 참고하여 발표 자료 구성해주시면 감사하겠습니다.\n\n- Private 점수는 최종적으로 2개의 파일을 선택\n- 더 높은 점수로 최종 Score 결정\n\n\n## Private Score 선정 팁\n- **Public Score가 가장 높은 파일** & **자체 Cross validation Score가 가장 높은 파일**의 구성으로 선정하는 것이 유리\n- Public Score가 가장 높은 파일만 2개를 선정하는 것은 과적합의 위험이 있습니다.\n- 동일한 파일을 여러번 앙상블에 참여 시키는 것은 Public Score를 향상시킬 수 있으나 과적합을 유발할 수 있습니다.\n- 보이는 점수 (Public Score)가 올라간다고 Private Score가 항상 개선되는 것은 아닙니다.\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "## 평가 기준\n**RMSE(Regression Mean Squared Error)**\n![](https://www.googleapis.com/download/storage/v1/b/kaggle-user-content/o/inbox%2F3937875%2Ff5b1630794c82dbe24eae6982c408720%2Fimage.png?generation=1698412709394755&alt=media)\n\n## Submission File\n\n    transaction_id,transaction_real_price\n    1500000,0\n    1500001,0\n    1500002,0\n    etc.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "This is a page where you can include rules that participants must accept before joining. You may wish to include rules like:\n\n- 1일 최대 제출 가능 횟수는 팀 당 10회입니다.\n- 각 팀 별 Sharing은 금지되어 있으며, 반드시 팀원들만의 지식만을 이용합니다.\n- Machine Learning 의 재미를 느끼셨으면 좋겠습니다. 다들 화이팅 !",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "abstract",
      "content": "D&A Competition",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}