El dataset recoge métricas de más de 28.000 partidos y el trabajo se divide en dos grandes bloques: Regresión — predicción de los puntos anotados en la zona restringida, comparando regresión lineal simple y múltiple, árbol de regresión y Random Forest. Clasificación — predicción del ganador del partido usando regresión logística, Random Forest, Boosting (GBM) y árbol de decisión. El mejor modelo alcanza un 63.7% de accuracy prediciendo con solo estadísticas de juego, un 13% por encima del azar. Todo el análisis está hecho en R (tidyverse, caret, randomForest, gbm) con visualizaciones personalizadas y validación cruzada en todos los modelos.

A study of warming in Siberia and the Arctic Circle.

In this analysis, we will be evaluating the Titanic dataset. The data dictionary is as follows: - Passengerid: Passenger ID - Age: Age in years - Fare: Passenger fare - Sex: Sex (female, male) - Sibsp: \# of siblings/spouses aboard the Titanic (Sibling = brother, sister, stepbrother, stepsister ; Spouse = husband, wife ) - Parch: \# of parents/children aboard the Titanic (Parent = mother, father; Child = daughter, son, stepdaughter, stepson) - Pclass: Ticket class (1 = 1st class, 2 = 2nd class, 3 = 3rd class) - Embarked: Port of Embarkation (C = Cherbourg, Q = Queenstown, S = Southampton) - Survived: Survival (0 = No, 1 = Yes) - Cabin: Cabin number - Ticket: Ticket number