【学习总结】GirlsInAI ML-diary 总

原博github链接-day20

1-注册一个账号（由于被谷歌收购，因此可能需要梯子）
2-Competition - 学会看一个比赛
3-Titanic - 开启人生中第一个kaggle比赛
4-Data - 学会在kaggle上找到自己要的数据集（有账号才能下载数据）
5-Kernels - 学会看别人的代码
6-Discussion - 学会看别人的思路
7-摆正心态

• 官网地址：http://www.kaggle.com

• 好像就是需要梯子，网易邮箱注册收不到验证邮件，直接用谷歌账号登录的。。

• 首页最上面的多个标签中点 competition 进入“比赛”

• 学会看比赛的分类：

  Featured：这些通常是由公司、组织甚至政府赞助的，百万美金奖金池不在话下。
  Research：这些是研究方向的竞赛，只有很少或没有奖金。它们也有非传统的提交流程。
  Recruitment：这些是由想要招聘数据科学家的公司赞助的。目前仍然相对少见。
  Getting Started：这些竞赛的结构和 Featured 竞赛类似，但没有奖金。它们有更简单的数据集、大量教程和滚动的提交窗口让你可以随时输入。

• 初学者点击【Getting Started】。Search】框，可以按自己意愿搜索比赛。

• 找到这个比赛：搜索框直接搜，或者在初学者的比赛中找到，点进去

• overview标签显示本比赛的说明，在右侧的“join competition”点击可以报名

  
  

• ‘Data’标签：Data Description，看数据中有哪些变量，以及每个变量代表着什么信息。

• 下载数据：继续往下，可以看到‘download all’的按钮，可以下载数据

• “Kernels”标签：可以浏览和学习别人的代码

• “Discussion”：大家讨论解决思路的地方，有解题的代码，也有散发性的观点，或者吐槽的地方

• Kaggle，数据科学的家园，为竞赛参与者，客户解决方案和招聘求职提供了一个全球性的平台。这是Kaggle的特殊吸引力，它提供的竞赛不仅让你站到不同的高度思考问题，还提供了可观的奖金。

• 国内外都有很多像kaggle这样的社区/比赛/网站，比如天池等等。很多大厂都开始流行举办机器学习比赛了，里面有数据，比赛，还有百万美元的巨额奖金，of courseclap

• 然而，人们总是犹豫到底要不要参加竞赛。其中有以下几个原因：

  他们小看了自己的技能，知识和掌握的技术的水平。
  不管自己一连串技能的水平如何，他们都选择奖金最高的问题。
  在问题的困难度水平上，他们没有充分发挥出自己的技能水平。

• 作为初学者，建议大家抱着玩一玩的心态，别把兴趣磨灭在自我苛刻上，那就太得不偿失了。

• 下载本比赛的数据，下节课要用

• 数据集文件存放在常用文件路径下

END