{
  "fetched_at": "2026-10-20T10:49:33Z",
  "source_url": "https://www.kaggle.com/competitions/aptos201910/data",
  "pages": [
    {
      "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 - Don't cheat!\n - Apply yourself!\n - Have fun!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "data-description",
      "content": "<p>Aquí se muestran los archivos y las variables que componen las bases de datos. </p>\n<h2>Descripción de los archivos</h2>\n<ul>\n<li><strong>train.csv</strong> - conjunto de entrenamiento.</li>\n<li><strong>test.csv</strong> - conjunto de prueba (no tiene la variable respuesta y)</li>\n<li><strong>sampleSubmission.csv</strong> - ejemplo de un archivo de sometimiento. La primera columna un indicador y la segunda el precio estimado. </li>\n</ul>\n<h2>Descripción de las variables</h2>\n<ul>\n<li><strong>precio</strong> - corresponde al precio del apartamento (en millones de pesos colombianos).</li>\n<li><strong>mt2</strong> - área del apartamento en metros cuadrados.</li>\n<li><strong>alcobas</strong> - número de alcobas del apartamento.</li>\n<li><strong>banos</strong> - número de baños del apartamento.</li>\n<li><strong>administracion</strong> - valor de servicio de administración del apartamento (en pesos colombianos).</li>\n</ul>\n\n\n  [1]: http://fhernanb.github.io",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "<h2>Descripción de la actividad</h2>\n<p>En esta actividad cada estudiante debe usar los datos del conjunto de entrenamiento (train.csv) para entrenar el modelo de regresión que luego se usará para predecir el precio de los apartamentos dadas las covariables en el conjunto de prueba (test.csv).</p>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "<p>La evaluación del modelo de regresión propuesto se realizará por medio del root mean square error (RMSE) que se define como:</p>\n<p>\\[ RMSE = \\sqrt{\\frac{1}{n}\\sum_{t=1}^{n}(\\hat{y}_i-y_i)^2} \\]</p>\nEntre más pequeño el RMSE, mejor el modelo.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}