【国际竞赛-计算机类】Kaggle 大数据竞赛

Kaggle 大数据竞赛

　　美国知名大学认可，更有含金量 / 培训和锻炼学生的效率意识和全局规划意识 / 对于未来想从事计算机相关工作的人有很大的提升作用

Kaggle 大数据竞赛

　　一 . 比赛简介

　　Kaggle 创立于 2010 年，是全球最大的数据科学社区和数据科学竞赛平台， 2017 年被 Google 收购。 Kaggle 以数据挖掘起家， 为了快速高效的解决最棘手的问题，该平台发布了众多数据科学、机器学习相关的竞赛。 Kaggle 的多数竞赛由企业或者研究机构 发布，以竞赛奖励的方式向全球征集解决方案，通过众包的方式解决建模问题，诸如 Google 、 Facebook 、 Microsoft 等知名科 技公司均在 Kaggle 上举办过数据挖掘比赛。对参赛者来说，他们不仅有机会接触丰富的真实数据，解决实际问题，角逐名次， 赢取奖金。每年， Kaggle 官方还会举办一次大规模的竞赛，奖金高达一百万。 Kaggle 一直致力于解决业界难题，不以学历和工 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。 Kaggle 竞赛平台：只要你有才， 只要你能解决问题，全球顶尖高校 offer 和顶级互联网公司入职加薪均有可能。

　　二 . 比赛规则

　　1. 比赛语言：英文

　　2. 比赛时间：全年滚动发布，具体可参照官网信息

　　3. 参赛资格

　　对数据科学、数据挖掘、机器学习感兴趣的高中生

　　有一定计算机背景的大学生

　　4. 竞赛类型

　　乍看之下， Kaggle 竞赛的参与门槛极高，但其实， Kaggle 对初学者也是十分友好的，从 Kaggle 提供的官方分类来看， 其难度从初学到高阶以及求职均有涉及。最常见的竞赛可以划 分为以下类型：

　　Featured ： Kaggle 最著名的比赛类型，适合数据科学高 手参与。题目都是全面的机器学习问题，难度较高，通常 是商业或科研难题，奖金池最大

　　Research ：科研和学术性较强的比赛，同样适合数据科学 高手参与，以实验研究为主要方向的竞赛，一般需要较强 的领域和专业知识，奖金相比 Featured 较少

　　Getting Started ：适合基础入门选手，与 Featured 竞赛 结构类似，但没有奖金，以初学者项目学习积攒经验为主

　　Recruitment ：适合想要去发布公司求职的人，以各大公 司需要招募相关职业为主，比赛的奖励为面试机会

　　Playground ：提供一些公开的数据集用于尝试模型和算法

　　Masters ：大师级别的比赛，难度最高，项目也最少

　　Annual ： 有 两 种 类 型 的 年 度 比 赛： March Machine Learning Competition ， 自 2014 年 以 来， 该 比 赛 每 年都在美国大学篮球锦标赛期间举行； Santa-themed Optimization Competition ，每年在圣诞节前后举行一次

　　5. 竞赛流程

　　a. 注册账号（一人只能有一个账号）

　　b. 选择想要参赛的项目

　　c. 下载题目的数据（ rain 数据集，用来优化模型； test 数据 集，用来测试优化好的模） test 的结果就是要提交的结果， 提交之后就代表正式参赛，会在网上显示排名（每天可多 次提交）

　　d. 直到时间截止，评出最优者

　　e. 获奖的队伍必须提交源代码（队伍之间不能私自分享代码 或者数据）

　　注：可以以个人或组队的形式参加比赛，在参赛时可以相互分 享经验。

　　6. 竞赛要求

　　编程语言：最基础的入门学者也需要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，可迅速入门

　　探索数据：光有编程语言是不够的，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

　　三 . 奖项设置

　　Kaggle 奖牌赛只有前 10% 的队伍才有可能拿到最后的奖牌

　　前 10% 可以拿到铜牌

　　前 5% 可以拿到银牌

　　前 20 名可以拿到金牌

　　前 3 名有奖金

　　四 . 参赛须知

　　全国热线： 4008-210-259