{
  "fetched_at": "2026-10-20T06:35:40Z",
  "source_url": "https://www.kaggle.com/competitions/evgezoh/data",
  "pages": [
    {
      "name": "data-description",
      "content": "### **Welcome**\n## Данные для модели:\n\n* Data Train.csv - обучающая выборка\n* Data Test.csv - контрольная выборка\n\n## Столбцы:\n\n*   `Id` - уникальный идентификатор записи - целое число\n*   `feat` - шаблонное название признака - вещественный/бинарный/категориальный\n*   `Target`- целевая, которую надо научиться предсказывать - числовое значение\n\n---\n\n##### **Прочее**:\n* Data Submit.csv - пример отправляемого файла\n\n##### **Столбцы**:\n*   `Id` - уникальный идентификатор записи - целое число\n*   `Predict`- предсказание обученной модели - числовое значение\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "# Цель соревнования\nЦель заключается в предсказании целевой функции `Target` для контрольной группы объектов с помощью регрессионного алгоритма\n\nДанные полностью обезличены и состоят из:\n`Id` - уникальный идентификатор объекта\n`feat1 - feat15` - названия характеристик объекта\n`Target` - целевое значение, которое модель должна предсказывать\n\nСоответственно, модель следует обучить на обучающей выборке объектов и предсказать целевые значения объектов тестовой группы. В качестве результата выполнения необходимо отправить файл с `Id` и `Predict` (предсказание модели)\n\n## Формат выходных данных\n\nОтправляемый файл должен содержать конкретные столбцы: `Id` and `Predict`. `Predict` должен быть числовым. Каждый `Id` соответствует ровно одной записи и не может повторяться. Т.к. `Id` в диапазоне от 1 до 1721 заняты обучающими данными, то c 1722 по 2377 ожидаются для проверки.\n\nОтправляемый файл должен быть в формате:\n```\nId,Predict\n...\n2000,100\n2001,200\n2002,100\n...\n```\n\n## Предполагаемые шаги\n- Загрузите обучающие и тестовые данные\n- Оцените значимости признаков\n- Выберите алгоритм регрессии и обучите модель",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "## Метрика качества модели\n\nЭто соревнование оценивается метрикой **MAPE**\n\n**MAPE** (MEAN ABSOLUTE PERCENTAGE ERROR) - это средняя относительная ошибка и вычисляется следующим образом:\n\nMAPE = \n\n---\n\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "Hello. 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
    }
  ]
}