李宏毅深度学习作业1-预测新冠

Kaggle: https://www.kaggle.com/competitions/ml2022spring-hw1/

Objectives:
* Solve a regression problem with deep neural networks (DNN).
* Understand basic DNN training tips.
* Familiarize yourself with PyTorch.

States (37, encoded to one-hot vectors)
COVID-like illness (4): cli、ili ...
Behavior Indicators (8): wearing_mask、travel_outside_state ...
Mental Health Indicators (3) : anxious、depressed ...
Tested Positive Cases (1): tested_positive (this is what we want to predict)

Kaggle：https://www.kaggle.com/competitions/ml2022spring-hw1/

竞赛目标：
* 利用深度神经网络（Deep Neural Networks, DNN）解决回归任务。
* 掌握深度神经网络训练的基础技巧。
* 熟悉PyTorch框架。

特征说明：
状态特征（共37维，已编码为独热向量）
类新冠疾病特征（共4类）：cli、ili 等
行为指标特征（共8项）：wearing_mask、travel_outside_state 等
心理健康指标特征（共3项）：anxious、depressed 等
新冠检测阳性样本标签（共1项）：tested_positive（即为本任务待预测的目标变量）

搜集汇总

背景与挑战

背景概述

该数据集源自Kaggle竞赛，旨在通过深度神经网络解决回归问题，帮助用户掌握DNN训练技巧并熟悉PyTorch框架。数据特征包括州编码、COVID症状指标、行为指标和心理健康指标，目标变量为阳性病例预测。