认知网精选 · 认知
Kaggle
数据集、比赛、别人的解法，放在同一个地方
想练手却找不到数据，或者拿到数据不知道怎么下手，这里两样都有。
kaggle.com
它是什么
Kaggle 是一个数据科学与机器学习的社区平台。它有三块内容：公开数据集、带奖金或排名的竞赛、以及大量公开的比赛代码与讨论。
对学习者来说，它的价值主要不在比赛本身，而在「别人怎么解这道题」：同一份数据，能看到几十种做法和它们的得分，这比看教程更接近真实工作。
有什么
公开数据集
几万个数据集，覆盖表格、图像、文本、时间序列，多数可以直接下载或在线调用。
竞赛与排行榜
每个比赛有公开榜单，能看到自己排在第几档，以及前面的人用了什么思路。
公开笔记本
参赛者把代码公开在平台上，可以一键跑起来改，等于带答案的练习。
在线环境
不用配环境，浏览器里就能跑代码，有免费算力额度。
它跟别处不一样的地方
教程给的是清洗过的数据和一个已知正确的答案。真实的数据集脏、字段含义含糊、正负样本极不均衡，这些在教程里遇不到。
它把「真实数据的脏」和「别人怎么处理脏」放在一起，这是它跟课程最实质的差别。
要注意的是排行榜会诱导过拟合。为了名次反复调参到小数点后四位，学到的是刷榜技巧，不是建模能力。
什么时候值得去
想练手又找不到合适的数据，或者想看看同一道题别人怎么解，来这里最快。
要做正式的数据分析，它的数据集质量参差，需要自己核来源。
想看它的完整内容与更多栏目，可以直接去官网。
