Kaggle人工智能挑戰比賽詳細介紹

Kaggle是目前全球最大的數據科學社區和數據科學競賽平台，2017年被Google收購。Kaggle的多數競賽由企業(ye) 或者研究機構發布，以競賽獎勵的方式向全球征集解決(jue) 方案，Google、Facebook、Microsoft等知名科技公司均在Kaggle上舉(ju) 辦過數據挖掘比賽。

如果對數據科學、數據分析、機器學習(xi) 感興(xing) 趣，那麽(me) Kaggle絕對是一個(ge) 值得探索的平台。

它不僅(jin) 提供了一個(ge) 廣闊的舞台，讓你可以與(yu) 全球頂尖的數據科學家、機器學習(xi) 工程師競爭(zheng) 和合作，還提供了豐(feng) 富的數據集和工具，為(wei) 你的研究和開發工作提供了便利。

盡管Kaggle有許多與(yu) 數據科學相關(guan) 的課程和初學者notebook。但作為(wei) 初學者，駕馭Kaggle可能非常具有挑戰性。下麵為(wei) 大家詳細介紹一下Kaggle

競賽詳情 

Kaggle一直致力於(yu) 解決(jue) 業(ye) 界難題，因此也創造了一種全新的勞動力市場——不再以學曆和工作經驗作為(wei) 唯一的人才評判標準，而是著眼於(yu) 個(ge) 人技能，為(wei) 頂尖人才和公司之間搭建了一座橋梁，並且競賽全年隨時可以報名。

官方網站：https://www.kaggle.com/competitions

競賽流程：

1. 注冊(ce) 賬號（一人隻能有一個(ge) 賬號）

2. 選擇想要參賽的項目

3. 下載題目的數據

4. 時間截止，評出最優(you) 者

5. 獲獎的隊伍必須提交源代碼

注：可以以個(ge) 人或組隊的形式參加比賽，在參賽時可以相互分享經驗。

比賽形式：

Getting Started

Getting Started是麵向新手的比賽，通常不提供獎金。它包含許多有趣的腦洞題，鼓勵參賽者利用編程技術進行數據計算。這些思維跳躍的趣味題目非常適合中學生進行思維發散和編程實踐。

Featured

Featured競賽是由各大企業(ye) 發起的比賽，通常與(yu) 商業(ye) 難題相關(guan) 。這些比賽設有高額獎金，範圍在5萬(wan) 美元至10萬(wan) 美元之間，並設有金、銀、銅牌獎項。Featured競賽的難度較高，熱度很高，獲得名次對於(yu) 升學和就業(ye) 都具有重要意義(yi) 。

Research

Research競賽是麵向學術的比賽，與(yu) 科研實驗具有高度相關(guan) 性，同時也有一定的學科門檻。因此，參與(yu) Research競賽的人通常是專(zhuan) 業(ye) 的科研人員。然而，中學生參加Research競賽的好處在於(yu) 能夠具體(ti) 參與(yu) 到項目中，培養(yang) 自己的科研能力。對於(yu) 那些打算申請生物、醫學、物理等科學類專(zhuan) 業(ye) 的學生來說，通過參與(yu) Research競賽可以更好地展示自己的學術能力。

競賽內(nei) 容

‍‍‍

Kaggle選定的命題大多是生活和工作中的實際問題，能夠直接跟社會(hui) 需要的技能銜接，發散性強，同時還綜合體(ti) 現學生的邏輯分析能力、編程能力和實踐能力。

比如有一道與(yu) 泰坦尼克號相關(guan) 的典型統計學題目，其命題框架是，在泰坦尼克號的曆史背景中，共有2000名乘客，他們(men) 的體(ti) 質、背景和先天條件等不盡相同，需要選手通過提供的所有信息數據，判斷什麽(me) 樣的人更可能在沉船事故中幸存。

因此，Kaggle競賽的含金量非常高，Top 30名校也對其十分認可。

如何為(wei) 申請加分

‍‍‍‍‍

1、為(wei) 其他活動打基礎

想在Kaggle中獲得好成績，需要具備一定的編程基礎。從(cong) 這一角度，備賽過程中學習(xi) 的編程基礎技能，可以為(wei) 未來參加其他CS相關(guan) 科研和獨立項目做準備。

2、產(chan) 出可以當作品展示在文書(shu) 中

Kaggle與(yu) 其他競賽相比最大的亮點在於(yu) 兼顧了命題與(yu) 創新發散，既提供了切入角度，又給予參賽人充分發揮的空間，從(cong) 而更能保證產(chan) 出。因此，無論最終結果如何，產(chan) 出都可以在申請時作為(wei) 作品展示，也可以當作素材寫(xie) 進文書(shu) 。

3、證明自身實力，為(wei) 申請加分

Kaggle能夠綜合體(ti) 現參賽人的能力，如果做得足夠好，把作品主頁發給學校看，會(hui) 成為(wei) 同學們(men) 申請時的超級加分項！鏈接世界 探索未來‍‍‍‍‍‍‍從(cong) 前麵的內(nei) 容不難看出，Kaggle適合有一定編程基礎，同時對現實問題有濃厚興(xing) 趣，並擅長運用所學知識去解決(jue) 這些問題的學生。

不過，由於(yu) Kaggle的獲獎難度比較大，針對性的密集備賽還是很有必要的。如果想在Kaggle中表現好一些，少不了係統性的培訓和老師的1V1指導，需要組隊或者相關(guan) 課程培訓請掃描下方二維碼谘詢。