{
  "fetched_at": "2026-10-20T10:00:04Z",
  "source_url": "https://www.kaggle.com/competitions/2024-ml-midterm-p1-re/data",
  "pages": [
    {
      "name": "data-description",
      "content": "데이터로 제공되는 (주택 정보)는 순차적으로 아래와 같다\n* 자치시별 1인당 범죄율\n* 비소매상업지역이 점유하고 있는 토지의 비율\n* 10ppm당 농출 일산화질소 농도\n* 주택 1가구당 평균 방의 개수\n* 자치시별 흑인의 비율\n* 자치시별 학생/교사 비율\n* 25000 평방 피트를 초과하는 거주지역의 비율\n* 찰수강 근접 여부(1-경계위치, 0-아닌 경우)\n* 1940년 이전에 건축된 주택 비율\n* 방사형 고속도로까지의 접근성 지수\n* 5개의 보스턴 직업센터까지의 접근성 지수 \n* 1000달러 당 재산 세율",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "2024.기계학습.중간고사.문제1.다시풀기",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "abstract",
      "content": "## 교과목 정보\n- 세종대학교 AI로봇학과 기계학습 \n\n## 문항 정보\n### 보스턴 땅값 예측\n영희는 보스턴에서 부동산중개업자로 일하기 시작한 초보 중개업자이다. 종종 집을 팔기 희망하는 고객이 적절한 판매가를 질문하곤 하지만 초보 중개업자인 관계로 이를 대답하기 쉽지 않을 때가 많다. 마침 영희 남편 철수는 IT회사 데이터 분석가로 일하고 있는 터라, 영희는 남편 철수에게 적절한 주책가격을 알려주는 프로그램을 만들어 달라고 부탁을 하려 한다. 여러분 역시 수업시간에 배운 <머신러닝 기술>을 활용하여, test.csv 파일로 제공된 보스턴 주택가격을 예측해주는 인공지능 SW를 작성해 주기 바란다.\n\n### 시작하기에 앞서\n* Description, Data를 반드시 잘 읽어보세요.\n* 데이터 설명은 데이터 탭에 있습니다.\n\n## 평가 기준 \n- 베이스라인 이상의 점수를 부여받아야 PASS\n- 반드시 랜덤시드를 고정하세요. (미고정시 10% 감점)\n- 모듈별 코드에 주석을 반드시 달아주세요. 특히, 어떤 목적으로 API를 호출했는지 작성되어야 합니다. (미제출시 10% 감점)\n\n##랜덤시드\n- 특정 알고리즘에 들어가는 `random_state` 역시 고정해주어야 합니다.\n```python\nimport random\nimport os\nseed = 42\nrandom.seed(seed)\nnp.random.seed(seed)\nos.environ[\"PYTHONHASHSEED\"] = str(seed)\n```\n\n## 데이터 정규화\n* sklearn에서 제공하는 [StandardScaler](https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.StandardScaler.html#sklearn.preprocessing.StandardScaler) 함수를 통해 데이터 정규화를 진행할 수 있습니다.\n```\nfrom sklearn.preprocessing import StandardScaler\n\nstd=StandardScaler()\n\ntrain_feature_std=std.fit_transform(train_feature)\ntest_feature_std=std.transform(test_feature)\n```",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}