5个步骤 & 7个提示 | 一份开启Kaggle竞赛征途的初学者指南

https://yq.aliyun.com/cloud

对于机器学习入门而言，我们一般都是从手写体MNIST、CIFAR-10等一些公开的数据集快速上手，复现别人的模型并得到一些好的结果。由于别人给出了相关的模型及步骤，做完这些复现总觉得太简单而没有收获，这是因为这些数据集及给出的模型都非常的完美。针对自己特定任务和数据集而言，数据集处理起来相当困难或者搭建的模型效果不好，让初学者不禁陷入沉思，是我们太菜了吗？

答案是肯定而又残酷的，但不要灰心，人生如栈，学习也一样。在懵懂中入栈，接触这个机器学习行业；每天忙于制作数据集与搭建模型，做着似乎总是重复的事情，出栈而又入栈，为的只是能搭建一个合适的模型，完成特定的任务；我们总说在哪里跌倒就在哪里爬起来，但是当一次次数据集制作与模型的仿真实验结果不好时，我们就像弹栈找不到返回地址，对自己感到迷茫，对机器学习这份行业感到犹豫。很幸运，你看到这篇文章，将告诉你在一个个栈的外边，隐藏着一个小平台，只要我们在制作数据集中多思考，在搭建模型中多尝试，不断进取，就能取得成功。这个平台对于机器学习行业者而言，并不陌生，那就是数据科学竞赛的热门平台——Kaggle。

Kaggle创办于2010年，目前已经被Google收购，是全球顶尖的数据科学竞赛平台，最近关于NIPS的生成对抗比赛可以见博主这篇文章《Kaggle首席技术官发布——(Kaggle)NIPS 2017对抗学习挑战赛起步指南》，感兴趣的同学可以立刻着手准备参加吧。Kaggle提供了一个介于“完美”与真实之间的过渡，问题的定义基本良好，却夹着或多或少的难点，一般没有完全成熟的解决方案。但我们也不要将kaggle上的比赛想得那么简单，毕竟，一些比赛有超过100万美元的奖池和数百个竞争对手；另外有些顶尖的团队拥有数十年的综合经验，处理棘手的问题，如改善机场安全或分析卫星数据。

Kaggle

如何开始
会跟经验丰富的博士研究生队伍对抗吗？
如果没有真正的获胜机会，那么值得竞争吗？
如何提高排名？

Kaggle VS. “

KaggleK

Kaggle

“

问题可以很容易。事实上，数据科学家们应该尝试一些可以快速解决的有影响力的项目。
解决方案可以是非常成熟的。最常见的任务（例如探索性分析、数据清洗、A / B测试及经典算法）已经有成熟的框架，只需要应用就好。
表现可以是绝对的。即使只击败以前的基准，这个解决方案也可以是有价值的。Kaggle比赛鼓励参赛者展现出最好的一面，而典型的数据科学则会鼓励效率并最大化商业影响。