{
  "fetched_at": "2026-10-19T20:54:48Z",
  "source_url": "https://www.kaggle.com/competitions/curso-r-intro-ao-machine-learning-turma-202104/data",
  "pages": [
    {
      "name": "data-description",
      "content": "Os dados para treino/teste são `adult.rds`. Os dados para escorar e submeter são `adult_val.rds`.\n\nO arquivo adult_submissao_exemplo.csv é um exemplo de arquivo de submissão. Você precisa criar uma tabela com o mesmo formato e com os mesmos nomes de coluna. O notebook `exemplo-submissao` ilustra a criação dessa tabela.\n\nA descrição do dataset pode ser encontrada nesse link [http://archive.ics.uci.edu/ml/datasets/Adult]()\n\nBons estudos e boa sorte!\n\nDados [adult (Ronny Kohavi and Barry Becker)](https://archive.ics.uci.edu/ml/datasets/Adult).\n\nhttp://www.cs.toronto.edu/~delve/data/adult/adultDetail.html\n\n### Variável Resposta: coluna `resposta`\n\n| Caterogia | Contagem  |\n| --- | --- |\n| <=50K    |  24720 |\n| >50K     |  7841 |\n\n### Variáveis Explicativas:\n\n- age            | Idade da pessoa\n- workclass      | Categoria de emprego\n- fnlwgt         | \n- education      | \n- education_num  | \n- marital_status | \n- occupation     | \n- relationship   | \n- race           | \n- sex            | \n- capital_gain   | \n- capital_loss   | \n- hours_per_week | \n- native_country | \n- resposta       | \n- id             | ",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "Sejam bem vindos ao Kaggle InClass de Introdução ao Machine Learning com R da Curso-R. O objetivo dessa competição é incentivar o aprendizado e a colaboração entre os alunos.\n\n### Prêmios: Desconto em um dos cursos da Curso-R.\n\n- O(A) aluno(a) que compartilhar um Notebook e submeter uma predição ganhará 25% de desconto.\n\n- O(A) primeiro(a) colocado(a) ganhará 100% de desconto.\n- O(A) segundo(a) colocado(a) ganhará 50% de desconto.\n- O(A) segundo(a) colocado(a) ganhará 30% de desconto.\n\nOs Notebooks dos três primeiros colocados serão divulgados (mediante autorização das autoras e dos autores) nas redes sociais da Curso-R.\n\nobs: desconto não se aplica a trilhas.\n\n### Regras:\n\n1) O modelo final tem que ser feito em R;\n2) Não pode usar dados externos;\n\nBons estudos!!!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "<p>The evaluation pages describes how submissions will be scored and how students should format their submissions. You don't need a sub-title at the top (the page title appears above). For an example of a high quality evaluation page, see the 2013 KDD Cup page, which we have copied here:</p>\n<hr>\n<p>The evaluation metric for this competition is <a href=\"https://www.kaggle.com/wiki/MeanFScore\"> Mean F1-Score</a>. The F1 score, commonly used in information retrieval, measures accuracy using the statistics precision p and recall r. Precision is the ratio of true positives (tp) to all predicted positives (tp + fp). Recall is the ratio of true positives to all actual positives (tp + fn). The F1 score is given by:</p>\n<p>\\[ F1 = 2\\frac{p \\cdot r}{p+r}\\ \\ \\mathrm{where}\\ \\ p = \\frac{tp}{tp+fp},\\ \\ r = \\frac{tp}{tp+fn} \\]</p>\n<p>The F1 metric weights recall and precision equally, and a good retrieval algorithm will maximize both precision and recall simultaneously. Thus, moderately good performance on both will be favored over extremely good performance on one and poor performance on the other.</p>\n<h2>Submission Format</h2>\n<p><strong>For every author in the dataset</strong>, submission files should contain two columns: AuthorId and DuplicateAuthorIds. DuplicateAuthorIds should be a space-delimited list. Every AuthorId counts as his/her own duplicate, and every duplicate should be listed under each of its respective ids.&nbsp;For example, if you suspect author A, B, and C are the same, you should list (A,A B C), (B,B A C), (C,C A B).</p>\n<p>The file should contain a header and have the following format:</p>\n<pre>AuthorId,DuplicateAuthorIds<br>1,1<br></pre>",
      "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 - Don't cheat!\n - Apply yourself!\n - Have fun!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}