kaggle大数据竞赛项目

有个比赛能让你快速入门并掌握机器学习和数据分析方法，实操实战解决真实企业的商业问题，助你收获实习、科研、留学offer。还有机会拿下高达50000美金的奖励，和全球顶尖的数据科学家决战光明顶。

竞赛介绍
Kaggle成立于2010年，是一个进行数据发掘和预测竞赛的在线平台。从公司的角度来讲，可以提供一些数据，进而提出一个实际需要解决的问题；从参赛者的角度来讲，他们将组队参与项目，针对其中一个问题提出解决方案，最终由公司选出的最佳方案可以获得5K-10K美金的奖金。
除此之外，Kaggle官方每年还会举办一次大规模的竞赛，奖金高达一百万美金，吸引了广大的数据科学爱好者参与其中。但是不同于传统的低层次劳动力需求，Kaggle一直致力于解决业界难题，因此也创造了一种全新的劳动力市场——不再以学历和工作经验作为唯一的人才评判标准，而是着眼于个人技能，为顶尖人才和公司之间搭建了一座桥梁。
只要你有才，只要你能解决问题，藤校offer和顶级互联网公司入职加薪均有可能。

适合人群
适合对date science、date mining、machine learning感兴趣的高中生；
有一定计算机背景的人群。是绝佳提升申请背景的赛事。

赛事说明

赛题示例
Allstate索赔预测挑战 - 使用客户的购物历史记录来预测他们购买的保险单
有害评论分类挑战 - 预测维基百科上有害评论的存在和类型
Zillow奖 - 构建一个机器学习算法，可以挑战Zesow，Zillow房地产价格估算算法
谷歌地标检索挑战 - 如果有图像，您能在数据集中找到所有相同的地标吗？
右鲸识别 - 识别航空照片中濒临灭绝的露脊鲸
大规模分层文本分类 - 将维基百科文档分类为约300,000个类别之一
泰坦尼克号：从灾难中进行机器学习，预测泰坦尼克号的生存几率
房价预测：回归方法
猫与狗：创建一种算法去区分猫与狗
纽约出租车行程持续时间：通过数据改善乘车时间预测
商店销售预测
新用户预定预测

基本流程
注册账号（一人只能有一个账号）
选择一个比赛项目
加入竞赛，理解项目需求
下载数据，训练模型，得出结果
提交结果（一般只需提交预测结果，每天可多次提交）
一直到时间截至，评出最优者
获奖的队伍必须提交源代码
注：上传过一次结果之后，就直接加入了这场比赛。正式比赛中每个团队每天有5次的上传机会，然后就要等24小时再次传结果，playground的是9次。

比赛技能要求
编程语言：最基础的入门学者也得先学会初步使用一门编程语言。对于毫无基础的新手，推荐使用Python，因为Python作为一种强大的胶水语言，可以迅速入门。
探索数据：除编程语言外，还需要学习如何探索性分析你手上的数据，这是进入数据科学的第一步。因为通常到手的数据都多到不可思议，你要学会取舍和迅速获取最有用的信息。
模型训练：熟悉使用机器学习库，培养良好的习惯，为之后的工作做铺垫实战：从初级可以逐渐增加难度。

比赛形式
Classic：在比赛开始后，用户可以访问完整的数据集。并可以选择在本地或在线进行建模、预测生成预测文件，最后提交预测结果。目前大多数比赛采取本形式。
Two-stage：分为第一阶段和第二阶段，第二阶段建立在第一阶段的结果上，第一阶段完成才可参加第二阶段。
Kernels：参赛者必须在线提交代码，更加公平，使每个参赛者都使用相同配置的电脑。

参赛时间

全年滚动，随时可以报名。

竞赛含金量

从留学申请者的角度来看：对于申请Data Science相关专业的同学来讲，大数据的走红使得Data Science的申请竞争愈演愈烈，因此如何提升背景也是大家非常关心的问题。而Kaggle正好给大家提供了一个非常好的平台，在这里人人有参与项目的机会，无论你的背景是什么，都可以通过选择合适的项目来找到属于自己的位置，利用自己的专业优势，为整个team作出贡献，丰富简历的同时也能学习一些干货，为自己以后的学习打好基础。而其在领域内的知名度足以让你在众多申请者中脱颖而出，绝对是申请利器！

从求职者的角度来看：Kaggle提供了一个非常好的学习平台，在这里你可以接触到真正的业界案例，收获实际的项目经验，在每一个项目中不断挑战自己，甚至在Kaggle榜上占据一席之位，提高自己在业内的知名度，优秀的排位甚至可能带来的非常好的工作机会。

同时，也可以认识一群志同道合的人，扩展自己的professional network，与业内最顶尖的高手互动，尤其是很多队伍在比赛结束后都会公开自己的解法，如果这个项目恰好你参与过，为之投入过无数个日日夜夜，此时就是不可多得的学习机会。如果能在Kaggle这种高手云集的比赛中获得一个还不错的成绩，写在简历上足以打动你今后的Boss，跳槽就翻倍的高薪工作指日可待！值得一提的是，虽然是汇集精英的社区，Kaggle的论坛氛围很好，对新人非常友好，大家一定要多看Script多请教！