Kaggle

文章目录
  1. 1. 前言
  2. 2. 开始
  3. 3. Kaggle 脚本
    1. 3.1. 创建脚本
    2. 3.2. Fork 一个已有脚本
  4. 4. 社群
  5. 5. 你的 Kaggle 个人主页
  6. 6. 工作

前言

本文转载自优达学城《机器学习工程师》

Kaggle 是一个极受欢迎的数据科学和机器学习挑战平台,有着极为活跃和不断壮大的社区。Kaggle 成员不仅可以争夺积分榜上的排名,公司和研究实验室在此提出的某些挑战题还设有丰厚奖金。

Kaggle 为您提供解决复杂现实问题的机会,您可通过解决这些问题磨练您的机器学习技巧,如果你的 Kaggle 个人页面中有积极参与和表现良好的记录,可以让你在申请工作时更具优势。

开始

准备好成为 Kaggle 的一员了吗?

1、前往 Kaggle 网站,并注册账号。
看一下 进行中的竞赛,有没有你感兴趣的项目?

2、选择一个项目,根据指导说明获取数据,编写并运行您的算法,最后提交解决方案。

3、如果你觉得这些项目过于复杂,可以查看以下内容:

Kaggle 脚本

使用 Kaggle脚本,你无需设置你的电脑(或下载所有数据),便可轻松开始解决挑战问题。

创建脚本

选择一个竞赛数据集,单击新脚本(New Script)或新记事本(New Notebook),选择你的语言偏好。

一般情况下,程序已为你提供了一些初始代码,教你如何下载所需数据。修改并运行代码,以浏览输出日志。你可直接在脚本中提交挑战的输出文件(格式通常为 .csv),很简单,对吧?

Fork 一个已有脚本

Kaggle 成员通常会将自己的解决方案提供给其他参赛者浏览和参考,请在竞赛的控制面板(Dashboard)中寻找脚本。

例如,与数字识别挑战有关的所有脚本都可在这里找到。让我们选择一个来详细了解:在 Python 中实现的简单感知分类器(一个单层神经网络)。点击 Fork 脚本(Fork Script )或 Fork 记事本(Fork Notebook)按钮来运行或修改脚本。

社群

成为 Kaggle 成员不仅意味着你可以乐此不疲地解决多种挑战,并为此付出每一份精力(我相信你的精力是源源不断的),你还会成为数据科学家和机器学习工程师社群的一员,为解决当今社会所面临的诸多实际问题贡献一份力量。

如果你在解决挑战中遇到困难或需要建议,请前往论坛寻找相关信息,论坛中也会有一些他人的问题你能够回答。其他资源可参考此 wiki 网页。

你可以在 Kaggle 的名为 no free hunch 的官方博客中了解到竞赛、新功能和平台变化等方面的最新情况。例如,这篇文章介绍了 Kaggle 的一位顶级成员。

你的 Kaggle 个人主页

你可以在你公开的 Kaggle 个人主页上查阅你在不同竞赛中的排名和表现:

https://www.kaggle.com/<输入你的 Kaggle 用户名>

请在个人主页中填写你的准确信息,提供社交编码平台(如 GitHub)和专业网站(如领英)的链接,并定期更新。我们也欢迎你提供你的优达学城个人主页链接。

工作

Kaggle 有一个专门的求职版块,你可能会在这里找到令你心动的职位。在 Kaggle 竞赛中的良好表现能使你脱颖而出。你在纳米学位项目中取得进展的同时,请继续尝试解决各项挑战,构建良好的档案记录。如果你正在寻找工作, 在申请时不要忘了利用这个资源。