{
  "fetched_at": "2026-10-20T00:15:29Z",
  "source_url": "https://www.kaggle.com/competitions/cardiovascular-disease-fall-2023/data",
  "pages": [
    {
      "name": "data-description",
      "content": "Набор данных содержит подробную информацию о факторах риска сердечно-сосудистых заболеваний. Он включает информацию о возрасте, поле, росте, весе, значениях артериального давления, уровне холестерина, уровне глюкозы, привычках курения и употреблении алкоголя более чем 70 тысяч человек. Кроме того, в нем указывается, активен ли человек или нет, есть ли у него какие-либо сердечно-сосудистые заболевания. Этот набор данных предоставляет исследователям отличный ресурс для применения современных методов машинного обучения для изучения потенциальных взаимосвязей между факторами риска и сердечно-сосудистыми заболеваниями, что в конечном итоге может привести к лучшему пониманию этой серьезной проблемы со здоровьем и разработке более эффективных профилактических мер.\n\nФайл \"train.csv\"\nФайл с тренировочным набором данных.\nПояснения названий столбцов:\nage – возраст;\ngender – пол\nheight – рост в см;\nweight – вес в кг;\nap_hi – показания систолического артериального давления;\nap_lo – показания диастолического артериального давления;\ncholesterol – уровень холестерина;\ngluc – уровень глюкозы;\nsmoke – статус курения;\nalco – статус потребления алкоголя;\nactive – уровень физической активности;\ncardio – наличие или отсутствие сердечно-сосудистых заболеваний (целевая переменная)\n\nФайл \"sample.csv\"\nФайл форма для заполнения решения\n\nФайл \"test.csv\"\nФайл с набором тестовых данных. Столбцы повторяют тренировочный набор данных без целевой переменной.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "В данном соревновании вам необходимо реализовать классификацию пациентов по наличию сердечного заболевания с помощью машинного обучения на языке Python.\nДля классификации дан набор данных, состоящий из таблицы с различными параметрами.\nРекомендуется использовать notebook «Base line» (во вкладке «code»).\n\nДля улучшения результата разрешено:\n• удалять, менять и придумывать свои признаки;\n• осуществлять подбор гиперпараметров (GridSearch из библиотеки sklearn);\n• создавать ансамбль моделей;\n• разделять dataframe на валидационный и обучающий наборы;\n• использовать кросс-валидацию;\n• и даже использовать нейронные сети.\n\nДедлайн соревнования - 31.12.2023 23:59 (GMT+5)",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "Для оценки точности будет применяться метрика «accuracy», которая описывает общую точность предсказания по всем классам и рассчитывается как отношение суммы верно предсказанных классов к сумме всех ответов.\n\n---\n\n$$ Accuracy = \\frac {(TN+TP)} {(TN+TP+ FN+FP)} $$\n\n---\n\nИстинно положительные значения (TP) – это верно предсказанные «1», то есть реальное значение класса равно единице, и эта же единица была предсказана обученной моделью.\nИстинно отрицательные значения (TN) – это верно предсказанные «0» значения, то есть реальное значение класс равно нулю, и этот же ноль был предсказан обученной моделью.\nЛожноположительные значения (FP) – это неверно предсказанные «1» значения, то есть реальное значение класса равно нулю, но обученная модель классификации предсказала единицу.\nЛожноотрицательные значения (FN) – это неверно предсказанные «0» значения, то есть реальное значение класса равно единице, но обученная модель классификации предсказала нулевое значение.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "##<blockquote>Happy Kaggling!</blockquote>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "abstract",
      "content": "Соревнование в рамках курса \"Основы машинного обучения\".",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}