Kaggle竞赛详细介绍

kaggle，这是在CS领域最出名的竞赛之一，如果你学CS没有听过kaggle，就相当于学数学专业没有听过AMC一样不可思议。

Kaggle竞赛凭借它的题目有趣，不限年龄、背景和国籍，入门快且含金量高等优势，倍受准留学生们的热捧。如果你想学CS专业，就必须好好了解这个竞赛，一起来看看吧。

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。从某种角度来讲，大家可以把它理解为一个众包平台，类似国内的猪八戒。

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。

竞赛含金量

助力名校申请

一段带奖金高难度的Kaggle比赛的 Prize Winner经历并不会比一段互联网大厂数据分析实习经历逊色，Kaggle项目可以直观地展现你的数据分析能力。Kaggle作为数据科学行业极富盛名的平台，在业界具有极高的认可度。在找相关工作时，一段Kaggle Prize Winner经历将大大提高你的录取概率。

学界认可度

得益于Kaggle的海量数据集和开放性，它还成为了一个非常棒的教学实践平台，吸引到哥大、纽大、上交大等设立了相关领域的Capstone Project，以及哈佛、牛津、斯坦福等开设Kaggle-in-Class的课程项目。

Kaggle优势

• Kaggle交流社区的活跃度非常高，许多优秀选手会在社区里开源代码、分享心得，一起成长

• Kaggle会根据每场比赛的排名，受到许多企业认可

• 比赛全英文，可以练习英语

业界含金量高

许多科技巨头在Kaggle举办Recruitment类的竞赛用于招聘数据科学家，比如 Facebook、Amazon、Walmart。

Featured类的比赛为解决商业问题而设立，是Kaggle平台最主要的竞赛类型，奖金高竞争激烈，有金银铜牌奖励，对参赛选手的能力有一定的要求，同时这意味着如果可以取得较好的成绩排名，对于相关领域的申请、求职能起到很强的背书。

引用知乎作者@a2方方老师所做的调研：

Kaggler A：参加此项目，你不可或缺的品质就是持续的热情和坚韧不拔的毅力，即使是对这方面很熟悉，和另外两个专攻CS和统计方向的小伙伴组队，一个难度中等的项目做下来也要投入两周，每天工作10h以上。更别提那些有着强迫症，一遍遍修改方案，直至deadline的完美主义大牛了。我相信没有一支夺冠队伍是在提交方案后完全没改过的，顶尖高手的成功不仅是基于他们的专业素养，还有其背后我们看不到的勤奋。

Kaggler B：在出国前对Kaggle竞赛闻所未闻，来到美国以后，在导师的引导下知道了Kaggle这个巨大的学习源，经常在上面学习。在我看来，Kaggle的背书还是非常有用的，排位前几十的都是大神级别，他们从来不需要找工作，都是工作来找他们。而对我们这样的小白，如果没有整块时间找实习或者没有找到合适的实习机会，利用闲暇时间做一些Kaggle项目，写在简历上也能算做一些项目经验，更容易得到面试；同时，在做项目的过程中，实实在在的Skills的提高也能让我们在求职时笔试的表现更好，获得更好的工作机会。

从这两个采访也不难看出kaggle竞赛对于不同阶段的学生甚至社会从业者的影响以及含金量有多大。

竞赛详细内容

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。

参赛时间

全年滚动，随时可以报名

适合人群

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

竞赛流程：

• 注册账号（一人只能有一个账号）

• 选择想要参赛的项目

• 下载题目的数据

• 时间截止，评出最优者

• 获奖的队伍必须提交源代码

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。

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。

竞赛奖项设置

kaggle的评价体系 kaggle的用户评价体系是基于三个维度的：竞赛、代码以及社区参与。根据这三个维度把kaggle的用户分成了5个等级：

Novice ：初始等级，只要注册就算

Contributor ：添加资料信息，并且进行了各种指定的动作即可。如上两个等级没有考虑到用户的比赛成绩和社区声望。

Expert ：获得两枚竞赛铜牌；5枚代码铜牌；以及50枚讨论铜牌

Master ：获得一枚竞赛金牌，两枚竞赛银牌；10枚代码银牌；50枚讨论银牌以及总共200枚讨论奖牌

Grandmaster ：获得5枚竞赛金牌，solo竞赛金牌；15枚代码金牌；50枚讨论金牌以及总共500枚讨论奖牌。