kaggle经验

语音播放文章内容由深声科技提供技术支持 您的浏览器不支持 audio 元素。 在数据科学领域，没有人不知道大名鼎鼎的kaggle——人们在这里学习交流，提高自己的技能。对于从业者来说，最好是参加预测任务竞赛来提升自己。对于新手来说，一定要到kaggle网站实际参与一次竞赛，至少我一直是这样认的。在短暂

本文为 AI 研习社编译的技术博客，原标题 ：Classifying Artwork Images Kaggle Competition作者 |  Terrance Whitehurst 翻译 |   M惠M校对 | 酱番梨        整理 | 菠萝妹原文链接：https://mediu

雷锋网按：本文为AI研习社编译的技术博客，原标题 Kaggle #1 Winning Approach for Image Classification Challenge，作者为 Kumar Shridhar 。翻译 |  京鹏  张小恬  蒋华烈  程磊       校对 |  余杭       整理 | MY植物

雷锋网 AI 研习社按：相信玩过 Kaggle 比赛的人都知道 bestfitting，他在加入 Kaggle 社群短短两年之内，就以黑马之姿成功占领比赛排行榜榜首。近日，Kaggle 对他进行了一次专访，在专访中，我们可以看到关于比赛的满满干货。bestfitting 真名为 Shubin Dai，生活在长沙，他的朋

雷锋网 AI 科技评论按：最近在 Kaggle 上有一场关于 网络流量预测的比赛 落下帷幕，作为领域里最具挑战性的问题之一，这场比赛得到了广泛关注。比赛的目标是预测 14 万多篇维基百科的未来网络流量，分两个阶段进行，首先是训练阶段，此阶段的结果是基于历史数据的验证集结果，接下来的阶段则是真正的预测阶段

文|陈成龙简介Kaggle 于 2010 年创立，专注数据科学，机器学习竞赛的举办，是全球最大的数据科学社区和数据竞赛平台。笔者从 2013 年开始，陆续参加了多场 Kaggle上面举办的比赛，相继获得了 CrowdFlower 搜索相关性比赛第一名（1326支队伍）和 HomeDepot 商品搜索相关性比赛第三名（2