谷歌Kaggle數(shù)據(jù)科學(xué)競(jìng)賽

Kaggle是當(dāng)下最真實(shí)有效的數(shù)據(jù)科學(xué)學(xué)術(shù)活動(dòng)平臺(tái)，也是目前最大的數(shù)據(jù)科學(xué)家、機(jī)器學(xué)習(xí)開發(fā)者社區(qū)。Kaggle適用于以下人群：

我是小白，但是對(duì)數(shù)據(jù)科學(xué)充滿求知欲。

我想要?dú)v練自己的數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)技能，成為一名真正的數(shù)據(jù)科(lao)學(xué)(si)家。

我想贏取獎(jiǎng)金，成為人生贏家。

1. Kaggle賽事簡(jiǎn)介

Kaggle創(chuàng)辦于2010年，目前已經(jīng)被Google收購，是全球頂級(jí)的權(quán)威性數(shù)據(jù)科學(xué)學(xué)術(shù)活動(dòng)平臺(tái)，在數(shù)據(jù)科學(xué)領(lǐng)域中享有盛名，為全世界的數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的愛好者、研究者和創(chuàng)業(yè)者提供了公平、公正的學(xué)術(shù)活動(dòng)平臺(tái)。

在平臺(tái)上，企業(yè)或者研究者可以將數(shù)據(jù)、問題描述、期望的指標(biāo)發(fā)布到Kaggle上，以學(xué)術(shù)活動(dòng)的形式向廣大的數(shù)據(jù)科學(xué)家征集解決方案。Kaggle上的參賽者將數(shù)據(jù)下載下來，分析數(shù)據(jù)，然后運(yùn)用機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等知識(shí)，建立算法模型，解決問題得出結(jié)果，最后將結(jié)果提交，如果提交的結(jié)果符合指標(biāo)要求并且在參賽者中排名第一，將獲得比賽豐厚的獎(jiǎng)金。

2.適合人群

適合對(duì)date science、date mining、machine learning感興趣的高中生；以及有一定計(jì)算機(jī)背景的人群。是絕佳提升申請(qǐng)背景的賽事。

3. 賽事分類

Kaggle上的學(xué)術(shù)活動(dòng)有各種分類，例如獎(jiǎng)金極高競(jìng)爭(zhēng)激烈的“Featured”，相對(duì)平民化的 “Research”等等。但他們整體的項(xiàng)目模式是一樣的，就是通過出題方給予的訓(xùn)練集建立模型，再利用測(cè)試集算出結(jié)果用來評(píng)比。同時(shí)，每個(gè)進(jìn)行中的學(xué)術(shù)活動(dòng)項(xiàng)目都會(huì)顯示剩余時(shí)間、參與的隊(duì)伍數(shù)量以及獎(jiǎng)金金額，并且還會(huì)實(shí)時(shí)更新選手排位。

Featured：是Kaggle最著名的比賽類型，適合數(shù)據(jù)科學(xué)高手參與。題目都是全面的機(jī)器學(xué)習(xí)問題，所以有一定難度，通常是商業(yè)目的的預(yù)測(cè)問題，獎(jiǎng)金池最大。

Research：同樣適合數(shù)據(jù)科學(xué)高手參與，以實(shí)驗(yàn)研究為主要方向的學(xué)術(shù)活動(dòng)，獎(jiǎng)金相比Featured較少。Recruitment：適合想要去發(fā)布公司求職的人，以各大公司需要招募相關(guān)職業(yè)為主Getting 。

Started：適合基礎(chǔ)入門選手，與Featured學(xué)術(shù)活動(dòng)結(jié)構(gòu)類似，但并沒有獎(jiǎng)金，以初學(xué)者項(xiàng)目學(xué)習(xí)積攢經(jīng)驗(yàn)為主。

Masters：大師級(jí)別比賽的，難度最高，項(xiàng)目也最少。

Annual：有兩種類型的年度比賽。

第一個(gè)是March Machine Learning Competition，自2014年以來，該比賽每年都在美國大學(xué)籃球錦標(biāo)賽期間舉行。

第二個(gè)是Santa-themed optimization competition，每年在圣誕節(jié)前后舉行一次。

在截止日期之前，所有隊(duì)伍都可以自由加入學(xué)術(shù)活動(dòng)，或者對(duì)已經(jīng)提交的方案進(jìn)行完善，因此排名也會(huì)不斷變動(dòng)，不到最后一刻誰都不知道花落誰家。

由于這類問題并沒有標(biāo)準(zhǔn)答案，只有無限逼近最優(yōu)解，所以這樣的模式可以激勵(lì)參與者提出更好的方案，甚至推動(dòng)整個(gè)行業(yè)的發(fā)展。

Kaggle學(xué)術(shù)活動(dòng)另一個(gè)有趣的地方在于，每個(gè)人都有自己的Profile，上面會(huì)顯示所有自己參與過的項(xiàng)目、活躍度、實(shí)時(shí)排位、歷史最佳排位等，不僅看上去非常有成就感，更能在求職和申請(qǐng)的時(shí)候起Certificate的作用。

4. 賽事要求

編程語言：最基礎(chǔ)的入門學(xué)者也得先學(xué)會(huì)初步使用一門編程語言。對(duì)于毫無基礎(chǔ)的新手，推薦使用Python，因?yàn)镻ython作為一種強(qiáng)大的膠水語言，可以迅速入門。探索數(shù)據(jù)：光有編程語言是不夠的，還需要學(xué)習(xí)如何探索性分析你手上的數(shù)據(jù)，這是進(jìn)入數(shù)據(jù)科學(xué)的第一步。因?yàn)橥ǔ５绞值臄?shù)據(jù)都多到不可思議，你要學(xué)會(huì)取舍和迅速獲取最有用的信息。模型訓(xùn)練：熟悉使用機(jī)器學(xué)習(xí)庫，培養(yǎng)良好的習(xí)慣，為之后的工作做鋪墊實(shí)戰(zhàn)，從初級(jí)可以逐漸增加。

5.比賽流程

注冊(cè)Kaggle賬號(hào)；

選擇感興趣的學(xué)術(shù)活動(dòng)項(xiàng)目，下載數(shù)據(jù)集(csv格式)，數(shù)據(jù)集中一般包括訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集，查看數(shù)據(jù)描述和任務(wù)描述，明確需求；

用你擅長(zhǎng)的任何語言或算法來構(gòu)建模型,用訓(xùn)練集來訓(xùn)練，然后用訓(xùn)練好的模型推測(cè)測(cè)試集的labels，生成一個(gè)測(cè)試集labels作為最終的提交文件；

系統(tǒng)會(huì)從所提交文件中選取25%的數(shù)據(jù)進(jìn)行初評(píng)，根據(jù)評(píng)測(cè)結(jié)果得到準(zhǔn)確率和排名。在比賽結(jié)束時(shí)，采用剩下的75%的數(shù)據(jù)進(jìn)行終評(píng)，作為最后的準(zhǔn)確率。

6.比賽含金量

Kaggle在全球擁有超過80萬數(shù)據(jù)科學(xué)家的關(guān)注，有眾多知名公司or研究機(jī)構(gòu)，發(fā)布自己接近真實(shí)的業(yè)務(wù)/研究數(shù)據(jù)和高額獎(jiǎng)金，懸賞尋求最好最新的解決辦法，甚至給出頂尖的工作機(jī)會(huì)。

Kaggle提供了一個(gè)介于“完美”與真實(shí)之間的過渡，問題的定義基本良好，卻夾著或多或少的難點(diǎn)，一般沒有完全成熟的解決方案。

在參賽過程中與論壇上的其他參賽者互動(dòng)，能不斷地獲得啟發(fā)，受益良多。即使對(duì)于一些學(xué)有所成的高手乃至大牛，參加Kaggle也常常會(huì)獲得很多啟發(fā)，與來著世界各地的隊(duì)伍進(jìn)行廝殺的刺激更讓人欲罷不能。

更重要的是，Kaggle是業(yè)界普遍承認(rèn)的學(xué)術(shù)活動(dòng)平臺(tái)，能從Kaggle上的一些高質(zhì)量學(xué)術(shù)活動(dòng)獲取好名次，是對(duì)自己實(shí)力極好的證明，還能給自己的履歷添上光輝的一筆。

7.真題示例

利用新聞報(bào)道預(yù)測(cè)股價(jià)走勢(shì)：https://www.kaggle.com/c/two-sigma-financial-news/overview/description下面這位17歲的英國高中生Mikel Bober-Irizar，他是Kaggle史上最年輕的Grandmaster。Kaggle competition總共有122位Grandmaster，這代表了Kaggle學(xué)術(shù)活動(dòng)選手中的最高級(jí)別。Mikel在14歲加入Kaggle，三年時(shí)間便達(dá)到了Kaggle頂峰。談到數(shù)學(xué)，Mikel說，“我不知道算法背后的所有數(shù)學(xué)原理，但就實(shí)際使用而言，我認(rèn)為對(duì)算法的工作方式有一個(gè)合理的理解更為重要。即使我不能從頭開始寫算法，我仍然知道它具體做了什么，這有助于我理解算法可能有用的地方。”

以上就是關(guān)于【谷歌Kaggle數(shù)據(jù)科學(xué)競(jìng)賽】的解答，如需了解學(xué)校/賽事/課程動(dòng)態(tài)，可至翰林教育官網(wǎng)獲取更多信息。

往期文章閱讀推薦：

競(jìng)賽獲獎(jiǎng)≠名校offer，但拿下哈佛、MIT、牛劍Offer的學(xué)霸履歷里，都有一個(gè)共同點(diǎn)……

【十問十答】別盲目刷競(jìng)賽！10 個(gè)核心問答，理清國際賽事規(guī)劃底層邏輯！