¡Por supuesto que puede!
En mi opinión, los hackatones están diseñados para que las personas se diviertan, conozcan a otros participantes, disfruten del proceso y aprendan cosas. Puede participar sin conocimiento previo, pero siempre es bueno saber un poco sobre lo que está haciendo.
Para empezar, dado que ya conocías lo básico de Python, te sugiero que eches un vistazo a esos paquetes: numpy, pandas, matplotlib y scipy. Estos son algunos de los paquetes principales que normalmente necesitaría para la carga, transformación y manipulación de datos.
- ¿Cuál es la diferencia entre un robot y un droide?
- ¿Qué sistemas basados en IA han superado las expectativas de sus creadores?
- ¿Por qué nadie ha escrito un traductor de idiomas perfecto?
- ¿Alguien ha planteado la idea de que no hay nada más pequeño que un sistema?
- ¿Cuánto debo asignar para Ubuntu root, swap y home para computadora Machine / Deep Learning?
Luego, para aprender a entrenar modelos, eche un vistazo a sklearn (scikit-learn: machine learning en Python), puede encontrar muchos códigos de ejemplo en ese enlace. Encuentre algunos conjuntos de datos que cree que podrían ayudarlo en el hackathon al que asistirá, y luego pruebe algunos modelos y vea cómo funciona. Piense en una medida de precisión en su predicción (es decir, si el resultado es numérico, use RMSE [error cuadrático medio], si es probable, entonces algo como AUC [área bajo curva] funcionaría).
Si no está seguro de cómo comenzar, The Home of Data Science es un buen lugar. Puede comenzar con las secciones “Comenzar” y “Zona de juegos”. Hay muchos scripts de usuario que acelerarán su proceso de aprendizaje. Luego intente entrenar a su propio modelo y competir con otros y ver cómo se clasifica.
Si está leyendo los guiones de otros, aquí hay algo en lo que desea centrarse:
- ¿Qué paquetes usaron (para qué se usaron)?
- ¿Cómo cargaron, limpiaron y preprocesaron sus datos? Piensa por qué hicieron eso. ¿Cuáles fueron algunas formas rápidas de transformar datos, creando nuevas variables? (numpy, scipy tiene muchas funciones de “trampa” que te ahorrarán toneladas de tiempo)
- ¿Qué modelos usaron? ¿Probaron diferentes modelos y compararon las salidas?