1. 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。
2. 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：
3. 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。
3.1. 创建脚本
选择一个竞赛或数据集，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？
3.2. 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。
4. 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。
5. 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。
6. 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。
