收录超十年，Kaggle竞赛优胜解决方案、思路大合集！

无论你是经验丰富的 Kaggler，还是刚迈入 Kaggle 大门不久，尚在传火路上的小白，相信本合集对你参悟竞赛的套路都会有所帮助。毕竟，多学习大佬们的思路，也许未来的竞赛冠军就是你呢？

Kaggle 是数据科学领域最大的竞赛平台。上百万的的数据科学家及相关从业者基于企业和研究者在 Kaggle 上发布的数据进行数据建模、分析，相互竞争以产生最优的模型。

目前，Kaggle 的竞赛已经在诸如艾滋病、棋牌评级、交通预测等许多领域产生了成果。

可以说，Kaggle 已经成功将全世界的数据科学家组织起来，在其与各领域的机构中间搭建了一个桥梁。

对于参赛的选手来说，Kaggle 也是一个迅速提升自己的平台。曾经拿过三个 Kaggle Grandmaster 的 Christof Henkel (https://mp.weixin.qq.com/s/Aw2d3Dox4Zcw-n7kNLXWaw) 就曾表示，「Kaggle 可能是掌握机器学习领域知识最有效的方式。」这其中就包括阅读前人的竞赛经验。

那么，有没有一个网站可以帮我们迅速查到大量的参赛经验？还真有，名字就叫「Kaggle Solutions」。它收录了从 2010 年 Kaggle 诞生至今几乎全部的竞赛优胜解决方案。并且每当新比赛结束，网站都会立即更新，上传最新的解决方案。

网站链接：https://farid.one/kaggle-solutions/

网站的内容大体可以分为三个部分。第一部分是每场比赛的解决方案列表。如下图所示，网站的界面十分清晰，分类包括竞赛的时间、类型、简介、赏金等。并且，大多竞赛包含的优胜解决方案非常的多，可以从多角度代入欣赏数据大佬们的思路。值得注意的是，赏金的类型也不仅仅是美金，还有工作。

第二部分是各个顶级 Kaggle 大神的经验分享视频，比如我们之前介绍过的 Vladimir Iglovikov（参见：《Kaggle Grandmaster 是怎样炼成的》）。

第三部分是每周的 Kernel 列表（主要集中在 17、18 年）：

如果你发现有哪些解决方案未被收录，你可以通过拉取请求等方式帮维护者补充。

当然，除了这个网站之外，进入机器之心公众号搜索「kaggle」，你也能获取很多有用的资料。学习了这些资料之后，下一个 Kaggle Grandmaster 可能就是你！

工程Kaggle

相关数据

机器学习技术

机器学习是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。

来源：Mitchell, T. (1997). Machine Learning. McGraw Hill.

数据科学技术

数据科学，又称资料科学，是一门利用数据学习知识的学科，其目标是通过从数据中提取出有价值的部分来生产数据产品。它结合了诸多领域中的理论和技术，包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。数据科学通过运用各种相关的数据来帮助非专业人士理解问题。

来源：维基百科

机器之心机构

机器之心，成立于2014年，是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系，为各类人工智能从业者提供综合信息服务和产业服务。

https://www.jiqizhixin.com/