本文主要包含以下四大部分：

• 介紹
• Kaggle
• 好處
• 總結(jié)

介紹

很多人在剛開始學(xué)習(xí)數(shù)據(jù)科學(xué)的時候都會不知所措，因為不知道在哪可以了解更多的代碼、數(shù)據(jù)，甚至是最新的想法。但是在一個叫Kaggle的社區(qū)，能夠滿足你的所有需求。

參加機器學(xué)習(xí)模型的精度競賽幾乎是所有數(shù)據(jù)科學(xué)了解Kaggle的開始，數(shù)以萬計的數(shù)據(jù)科學(xué)家通過Kaggle提交模型精度的分?jǐn)?shù)，在此基礎(chǔ)上了解與他人模型的不同之處，并加以學(xué)習(xí)和改進(jìn)自己的數(shù)據(jù)模型。 

通過與來自世界各地的數(shù)據(jù)科學(xué)家們的探討，不斷改變我們的思維方式和想法，提高模型的精度，進(jìn)而提高我們的排名，讓更多人看到我們的成果。

我們可以通過與他們的代碼進(jìn)行比較，來從那些聰明人的頭腦中學(xué)習(xí)新思想。

下面，我將Kaggle的好處以及為什么每個數(shù)據(jù)科學(xué)家都應(yīng)該使用Kaggle的理由一一列出。還不知道這個神奇的網(wǎng)站的同學(xué)記得行動起來啦~

Kaggle 

什么是Kaggle?Kaggle是一個分享想法、獲得靈感、與其他數(shù)據(jù)科學(xué)家競爭、學(xué)習(xí)新信息和編碼技巧以及查看各種真實世界數(shù)據(jù)科學(xué)應(yīng)用實例的網(wǎng)站。在這里有很多數(shù)據(jù)集可以用于諸如視頻游戲銷售之類的簡單數(shù)據(jù)，也有可用于諸如空氣污染數(shù)據(jù)之類的更為復(fù)雜和重要的數(shù)據(jù)。這些數(shù)據(jù)是真實的，且被引用過的，所以你可以在項目上訓(xùn)練和測試你的模型，最終幫助到其他有需要的人。

Kaggle還有很多其他有用的特性，比如數(shù)據(jù)、代碼、社區(qū)、靈感、競爭和課程。我將在下面詳細(xì)介紹這些好處，希望你能從Kaggle中找到自己需要的用途。

好處

Kaggle有幾個好處，我將在下面列出。這就是每個人都使用這個網(wǎng)站的原因，以及為什么你也應(yīng)該使用這個網(wǎng)站。

1、數(shù)據(jù)

在Kaggle上有許多公開的數(shù)據(jù)集可以使用，你可以看到一個數(shù)據(jù)集列表，可以搜索任何你要在自己的數(shù)據(jù)模型中用到的特定數(shù)據(jù)集，而且大多數(shù)數(shù)據(jù)集都是可以直接引用的CSV文件格式。有一些數(shù)據(jù)格式已經(jīng)不太流行但仍然有用，例如JSON格式的數(shù)據(jù)集、SQLite、archives和BigQuery。下面是三個目前最熱門的數(shù)據(jù)集的例子。

• COVID-19開放研究數(shù)據(jù)集挑戰(zhàn)(https://www.kaggle.com/allen-institute-for-ai/CORD-19-research-challenge)
• 揭開COVID-19的挑戰(zhàn)(https://www.kaggle.com/roche-data-science-coalition/uncover)
• ProZorro.烏克蘭公共采購數(shù)據(jù)集(https://www.kaggle.com/oleksastepaniuk/prozorro-public-procurement-dataset)

2、代碼

Kaggle上有很多代碼。如果你想看到其他Kaggle用戶的示例代碼，你可以搜索包含代碼的Notebooks，很輕松即可找到，這些代碼都是經(jīng)過注釋的文本代碼，很容易就能看懂。我們可以學(xué)習(xí)、實踐，并看到別人如何執(zhí)行類似的問題。在該網(wǎng)站中，大多數(shù)人都是用Python編寫代碼，也有其他編程語言，比如R、SQLite和Julia。

代碼通常以 Notebook 形式(也稱為Jupyter Notebook)的.ipynb 文件中找到。你可以看到展示端到端機器學(xué)習(xí)模型的示例，其中包括數(shù)據(jù)攝取和清理、探索性數(shù)據(jù)分析、特征工程、基本模型創(chuàng)建、最終機器學(xué)習(xí)模型實現(xiàn)、結(jié)果輸出和解釋。這是大多數(shù)數(shù)據(jù)科學(xué)家的標(biāo)準(zhǔn)探索過程，也是一種簡單且易于遵循的格式。

code languages supported on Kaggle: Python, R, SQLite, and Julia 

3、社區(qū)

與Medium、GitHub、Stack Overflow和LinkedIn一樣，Kaggle是一個數(shù)據(jù)分析師、數(shù)據(jù)科學(xué)家和機器學(xué)習(xí)工程師可以學(xué)習(xí)、成長和建立網(wǎng)絡(luò)的社區(qū)。你可以發(fā)布你的工作(數(shù)據(jù)、代碼和Notebooks)，并且可以共享這些內(nèi)容來發(fā)展自己的社區(qū)。成為社區(qū)的一分子對我們自身也有好處，所以我強烈建議大家先從Kaggle開始發(fā)展自己的社區(qū)，并擴展到其他社區(qū)。

4、靈感

因為有數(shù)據(jù)、代碼、社區(qū)、課程和競賽，你可能會受到很棒的啟發(fā)?？吹狡渌嗽谝粋€有助于人或公司的競賽中表現(xiàn)出色是非常鼓舞人心的。如果你被困在下一步要學(xué)什么，或者如何執(zhí)行某個功能，也許可以看看某人如何以特定的方式實現(xiàn)某個模型，比如隨機森林，你可以在Kaggle上看到所有這些內(nèi)容，最終激勵你創(chuàng)造更好的工作。

5、競爭 

如果你想測試一下自己的水平，看看你在同齡人中的排名，讓自己的簡歷更加漂亮，也能賺點外快，或者最重要的是可以幫助到別人，競爭是最好的方法。Kaggle提供了無數(shù)的競賽，贏得競賽，你就能得到上面所說的所有好處。上面的截圖顯示了前三名的比賽和他們各自的獎金。如你所見，這些不僅僅是有趣的比賽，它們也能給你帶來更好的收益。

通過參加Kaggle競賽，你可以看到自己在缺乏數(shù)據(jù)科學(xué)知識的情況下，與擁有近兩年數(shù)據(jù)科學(xué)經(jīng)驗的人相比，自己的表現(xiàn)如何。

當(dāng)成千上萬甚至數(shù)十萬的數(shù)據(jù)科學(xué)家為了達(dá)到同一目標(biāo)而競爭時，這對一個有理想、有追求的數(shù)據(jù)科學(xué)從業(yè)者有多大的推動作用?

6、課程

對我來說，最大的好處是發(fā)現(xiàn)Kaggle有數(shù)據(jù)科學(xué)課程。你可以選修14門課程，我個人喜歡一些SQL課程，作為數(shù)據(jù)科學(xué)家更需要SQL，而不僅僅是Python。與其他課程網(wǎng)站不同的還有機器學(xué)習(xí)的可解釋性和游戲人工智能和強化學(xué)習(xí)的介紹。以下是他們網(wǎng)站上的所有課程：https://www.kaggle.com/learn/overview

1. Python
2. 機器學(xué)習(xí)入門
3. 中級機器學(xué)習(xí)
4. 數(shù)據(jù)可視化
5. Pandas
6. 特征工程
7. 深度學(xué)習(xí)
8. SQL入門
9. 高級SQL
10. 地理空間分析
11. 微調(diào)整
12. 機器學(xué)習(xí)的可解釋性
13. 自然語言處理
14. 游戲AI及強化學(xué)習(xí)入門 

總結(jié)

Kaggle為有志于成為數(shù)據(jù)科學(xué)家提供大量的資源。Kaggle的好處包括但不限于：數(shù)據(jù)、代碼、社區(qū)、靈感、競賽和課程。

如果你想在數(shù)據(jù)分析、數(shù)據(jù)科學(xué)領(lǐng)域有更大的發(fā)展，建議你現(xiàn)在就開始了解和使用這個網(wǎng)站吧，這會是一個非常棒的體驗，和Github一樣!