{
  "fetched_at": "2026-10-20T04:48:44Z",
  "source_url": "https://www.kaggle.com/competitions/bi-2021-ml-competitions/data",
  "pages": [
    {
      "name": "data-description",
      "content": "Всем привет!\nВ этот раз у нас с вами будет первая задача, связанная с машинным обучением. Она довольно простая, но поможет вам освоиться с интерфейсом Kaggle, а также с обработкой данных в Python или R (whatever). Мы будет с вами предсказывать стоимость домов в Париже.\n\n## Файлы\n\n*   **Paris_house_train.csv** - данные, на которых вы обучите модель (в них есть колонка **price**)\n*   **Paris_house_test.csv** - данные, по которым вы будете предсказывать нашу целевую переменную\n\n## Переменные\n\nОписание будет на английском, чтобы всем было +- удобно:\n\n* squareMeters\n* numberOfRooms\n* hasYard\n* hasPool\n* floors - number of floors\n* cityCode - zip code\n* cityPartRange - the higher the range, the more exclusive the neighbourhood is\n* numPrevOwners - number of prevoious owners\n* made - year\n* isNewBuilt\n* hasStormProtector\n* basement - basement square meters\n* attic - attic square meteres\n* garage - garage size\n* hasStorageRoom\n* hasGuestRoom - number of guest rooms\n* id - it is not a variable, you just need to use it for submission\n* price - predicted value (target variable)",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "Это наше первое соревнование. Пока что мы изучили только линейную регрессию, но она уже позволяет нам решать различные задачи и что-то предсказывать. Вам предстоит поработать с данными о стоимости домов в Париже.\n\nКак говорится Good luck! Have fun!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "## Метрика\nМы будем использовать метрику MAE (mean absolute error), которая вычисляется по следующей формуле:\n![](https://i.imgur.com/19LNbyQ.jpg)\n\n## Формат отправки\nВы должны будете обучить модель на тренировочных данных. Потом сделать предсказания на тестовых и создать *csv* файл следующей структуры:\n\n|  id|  Expected|\n| --- | --- |\n| 1 |10000  |\n| 2 |20000  |\n\n\nгде **id** это колонка id в данных, а **Expected** ваши предсказания.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "Правила довольно простые:\n\n - Старайтесь помогать друг другу, обсуждать решения, но не делиться кодом\n - Если у вас есть другие дела и горят дедлайны, лучше займитесь ими\n - Приходите сюда только, если вам интересно или у вас есть лишнее время\n - Баллы пока что дополнительные и их немного\n - Сейчас это соревнование направлено больше на освоение вами формата Kaggle\n - Дальше больше :)",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}