Прогнозирование энергозатрат: Анализ фитнес-трекеров

Добро пожаловать на соревнование по машинному обучению, посвященное анализу физической активности. В современном мире носимые устройства генерируют терабайты данных о здоровье, но точная интерпретация этих сигналов остается сложной алгоритмической задачей.

Ваша цель — разработать предсказательную модель, которая сможет точно определить количество сожженных калорий во время тренировок. Участникам предоставляется набор данных, имитирующий показатели с реальных фитнес-браслетов и умных часов. Данные включают в себя различные параметры физической активности и биометрические показатели.

Это задача регрессии. Вам предстоит минимизировать ошибку прогноза, чтобы помочь улучшить алгоритмы подсчета энергозатрат, которые используются миллионами людей для поддержания здоровья. Победит тот, чей алгоритм покажет наименьшее отклонение от реальных значений (метрика RMSLE).