{
  "fetched_at": "2026-10-19T14:15:10Z",
  "source_url": "https://www.kaggle.com/competitions/emodecode-3000/data",
  "pages": [
    {
      "name": "data-description",
      "content": "Datos\nEn esta sección encontrarás los datos necesarios para entrenar tu red neuronal y realizar la mejor predicción.\n\nArchivos\n\nsample_submission.csv: tu submission debería ser algo así, con las mismas columnas, la misma forma, el mismo ID, pero con emociones diferentes 💪.\ntrain: este directorio contiene las imágenes para alimentar tu modelo.\ntrain_set.csv: en este archivo encontrarás las etiquetas relacionadas con la ruta donde se encuentran las imágenes.\ntest: este directorio contiene las imágenes de las cuales debes predecir las emociones.\ntest_set.csv: este archivo debería ayudarte a realizar las predicciones y preparar tu submission .",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "Reconocimiento de Expresiones Faciales\n\nSe cree que un humano tiene al menos 7 emociones básicas, donde la tristeza y la felicidad son las que la gente suele mencionar más. Para el ser humano, es algo así como un trabajo fácil descubrir cómo se siente una persona por la expresión en su rostro. Pero esta vez, debes entrenar una Red Neuronal, utilizando las capas y parámetros que puedas considerar necesarios para obtener la mayor precisión, diferenciando entre personas tristes y felices.\n\nTienes razón, las personas pueden sentir más de una emoción al mismo tiempo, pero olvidemos eso por un segundo e intentemos simplificar el problema.\n\nLas imágenes ya están en blanco y negro, tienen un tamaño de 48x48 y tienen los rostros recortados, lo que debería hacer todo un poco más fácil. Sin embargo, siéntete libre de hacer cualquier cambio en las imágenes, pero recuerda hacer el mismo tipo de tratamiento tanto para el conjunto de imágenes de entrenamiento como para el conjunto de imágenes de prueba, justo antes de hacer las predicciones.\n\nAhora tienes herramientas como OpenCV, NN y CNN para mejorar tu última competencia.\n\n¿Estás feliz? ¿Estás triste? ¿Estás enojado o quieres matar a alguien? ¡Vamos a darle un toque de humor a esto!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "Tus submissions serán calificados como el porcentaje de predicciones correctas. Accuracy en la categorización🏅. Envía resultados. El conjunto de pruebas se divide en una parte pública (con la cual se calcula el tablero de clasificación público, accesible durante la competición) y otra parte privada, con la cual se calculan las posiciones finales después de que la competición haya finalizado. Las predicciones se enviarán en el formato indicado en el archivo sample_submission.csv en la sección de datos.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "\n - Don't cheat!\n - Apply yourself!\n - Have fun!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "abstract",
      "content": "\n\n¿Sueñan los Algoritmos con Contar Ovejas de Datos Felices? ¡Desafío Emocional para Descifrar si Estamos 'Felices', 'Tristes' o Solo Soñando con un Buen Hiperparámetro!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}