Bitte geben Sie ab dem Zeitpunkt der Anmeldung „Join Competition“die Challenge innerhalb von 7 Tagen ab. Bis dahin können Sie die komplette Challenge bereits einsehen und sich mit den statistischen Verfahren und Kaggle vertraut machen.
\nBitte laden Sie bei Kaggle den Quellcode (Kernel) und Lösungstemplate hoch. Schalten Sie dabei bitte den Kernel auf „public“ oder schalten mich für Ihren Kernel als Benutzer frei „apoDamian“.
\nDer Quellcode sollte kommentiert sein und alle Arbeitsschritte wiedergeben, insbesondere durchgeführte Datenveränderungen. Zusätzlich sollte eine Berechnung des AUC für die verschiedenen Modelle enthalten sein. Der Code darf auf keine lokalen Anwendung verweisen, d.h. er muss auch auf \"dritten\" Rechnern fehlerfrei laufen.
\nLassen Sie mir bitte zusätzlich einen Bericht an die E-Mail-Adresse damian.beldycki@apobank.de zukommen. Dieser sollte Ihre Ergebnisse und Ihr Vorgehen beschreiben. Geben Sie in Ihrem Bericht ebenfalls eine tabellarische Übersicht der von Ihnen evaluierten Modelle inklusive Parametern und Performance an. Orientieren Sie sich bei der Berichtslänge und den Inhalten an der Realität. Stellen Sie sich vor, das wäre ein Projektabschlussbericht.
\nVerwenden Sie bitte als Programmiersprache Python oder R.
\n\n# Zu guter Letzt\nSie dürfen natürlich alle Hilfsmittel (Internet, vorhanden Code-Schnipsel etc.) verwenden.
\nErsparen Sie nur bitte Ihnen und uns die Zeit und lassen Sie die Challenge NICHT von jemand anderen machen. Sie werden noch einmal eine ähnliche Challenge als Teil des Bewerbungsverfahrens Vor-Ort durchführen. An der Stelle werden wir dann gemeinsam feststellen, dass wir uns den Tag auch hätten sparen können :-)
\n", "isPublished": false, "hasIsPublished": false, "postTitle": "", "hasPostTitle": false, "mimeType": "", "hasMimeType": false }, { "name": "data-description", "content": "# Datenquelle\nBei dem Datensatz handelt es sich um die Ergebnisse einer Call-Center Marketingkampagne der MedBank für das Produkt \"MedTrust\".
\nDie Daten sind rein fiktiv \"Dummy Datensatz\", der mit echten Kunden der apoBank nichts zu tun hat.
\nDie Daten sind weitestgehend bereinigt.
\nSie können alle Variablen für Ihre Modellierung verwenden, müssen Sie aber nicht. Es steht Ihnen frei Variablen zu verändern bzw. zu kombinieren.
\nDokumentieren Sie bitte alle Entscheidungen und Veränderungen.
\n\n# Dateien\nDie Datei TrainData erhält den Trainingsdatensatz für die Challenge.
\nDie Datei TestData erhält den Testdaten für die Challenge. In dieser Datei ist die Variable Zielvariable nicht befüllt.
\nDie Datei Lösungstemplate ist das vorgegebene Muster zur Einreichung der Lösung (siehe Submission Format)
\n\n\n# Variablen\nWillkommen bei Ihrer persönlichen Data Analytics Challenge.
\nViel Erfolg und vor allen Dingen viel Spaß!
\n\n# Aufgabenstellung\n\nSie schlüpfen in die Rolle eines Data Analysten der MedBank. Einer auf den Gesundheitsmarkt spezialisierten Genossenschaftsbank.
\nSie haben soeben Ihr neues Projekt und den zugehörigen, Ihnen unbekannten, Datensatz erhalten.
\nIhre Aufgabe ist es, ein möglichst gutes Prognosemodell für eine Marketingkampagne für eine neues Produkt \"MedTrust\" zu erstellen und die Abschlusswahrscheinlichkeiten vorauszusagen.
\nAnalysieren Sie die hierfür den Trainingsdatensatz.
\nFühren Sie zunächst eine explorative Analysen durch: Für welche der erklärenden Variablen sind Zusammenhänge zur Zielvariablen zu beobachten? Welche sind fachlich sinnvoll?
\nTreffen Sie eine Auswahl von erklärenden Variablen und erstellen Sie anschließend verschiedene Vorhersagemodelle (logistische Regression, Entscheidungsbäume sowie Random Forests).
\nErstellen Sie je Verfahren verschiedene Modelle mit unterschiedlichen Parametern. Gehen Sie hierbei möglichst systematisch vor, so dass Sie später die Performance des Modells (=AUC) in Abhängigkeit von den Parametern beschreiben können.
\nWenden Sie dieses Modell an, um eine Prognose den Testdaten vorzunehmen.
\n", "isPublished": false, "hasIsPublished": false, "postTitle": "", "hasPostTitle": false, "mimeType": "", "hasMimeType": false }, { "name": "Evaluation", "content": "# Bewertung und weiterer Prozess\nDas generierte Leaderboard in kaggle können Sie gerne ignorieren. Es ist nicht das reine Ergebnis (AUC) entscheidend, sondern insbesondere die Schritte und Entscheidungen bis dahin.
\nDie Ergebnisse besprechen wir gemeinsam in einem einstündigen Video-/Telefontermin. Schicken Sie mir deswegen gerne mit der Einreichung der Ergebnisse Ihre präferierten Zeiträume und Ihr präferiertes Medium.
\nIn diesem Termin besprechen wir dann auch den weiteren gemeinsamen Bewerbungsprozess. Die nächste Stufe nach dem Video-/Telefon wäre dann ein gemeinsames persönliches Kennenlernen in der apoBank.
\n\n# Submission Format\nBitte verwenden Sie die vorgegeben Datei \"Lösungstemplate\" , um Ihre Ergebnisse hochzuladen.
\nIn der ersten Spalte stehen die Stammnummern aus dem Testdatensatz mit dem Variablennamen \"ID\".
\n
In der zweiten Spalte stehen die zugehörigen Abschlusswahrscheinlichkeiten im Format [0, 1] mit dem Variablennamen \"Expected\".
\n\nBeispiel für die zweite Zeile: 432176974, 0.098767853.
\n", "isPublished": false, "hasIsPublished": false, "postTitle": "", "hasPostTitle": false, "mimeType": "", "hasMimeType": false } ] }