很多意向申請CS、AI、數據科學相關(guan) 專(zhuan) 業(ye) 的同學,在參加競賽時發現:
USACO的編程水平要求太高,對剛入門的初學者不太友好;
微軟青少年創新杯對選手能力的考查十分全麵,想拿獎“難於(yu) 上青天”……
那麽(me) ,有沒有一個(ge) 競賽,對數學、計算機基礎要求不高,但上限沒有天花板,還十分有趣?
不瞞你說,還真有!這個(ge) 對計算機小白相對友好的寶藏競賽就是——Kaggle競賽
kaggle是全球領先的權威性數據科學競賽平台,也是當今頭等的數據科學家、機器學習(xi) 開發者社區,其行業(ye) 地位獨一無二。它在2010年創立,專(zhuan) 注於(yu) 舉(ju) 辦數據科學周邊的線上比賽。
由於(yu) Kaggle具備不限年齡、背景和國籍,入門快且含金量高等優(you) 勢,它倍受準留學生們(men) 的熱捧。
4大主流賽事,涵蓋不同水平需求
根據麵向群體(ti) ,Kaggle的比賽(Competitions)可以分為(wei) 兩(liang) 大類:
麵向初學者
Getting Started:Kaggle中最簡單的比賽,為(wei) 剛進入機器學習(xi) 領域的愛好者準備,適合入門選手,沒有獎金或積分,主要目的在於(yu) 學習(xi) 、積累經驗;
Playground:趣味類的Kaggle競賽,難度比Getting Started高一些,通常提供相對簡單的機器學習(xi) 任務,有小額獎金或榮譽排名。
麵向高手
Featured:Kaggle最著名的比賽類型,屬於(yu) 全方位的機器學習(xi) 挑戰,適合數據科學高手參與(yu) ,通常由公司、組織或政府讚助,用於(yu) 預測商業(ye) 問題;
Research:同樣適合數據科學高手參與(yu) ,以研究為(wei) 主要方向,更有實驗性,獎金相較Featured較少。
總得來說,Reserch和Featured的賽題難度相對更高,但如果學生們(men) 能獲得獎項更容易受到大學或名企的青睞!
從(cong) 豐(feng) 富履曆的角度,Kaggle在美國的認可度很高,一個(ge) 好看的比賽排名絕對是申請利器!
不過老師也提醒大家:Kaggle競賽種類繁多,如果沒有專(zhuan) 業(ye) 的導師指導,很難找到適合參與(yu) 的項目,從(cong) 而浪費時間和精力卻毫無收獲!
評論已經被關(guan) 閉。