Kaggle竞赛（lecture 0）入门
Kaggle入门：https://www.zhihu.com/question/23987009
Kaggle竞赛
目录
Kaggle 是一个流行的数据科学竞赛平台，已被谷歌收购。作为一个竞赛平台，Kaggle 对于初学者来说可能有些难度。毕竟其中的一些竞赛有高达 100 万美元的奖金池和数百位参赛者。
Kaggle 竞赛值得参加吗？
尽管 Kaggle 和经典数据科学之间存在差异，但 Kaggle 仍然是一种很好的入门工具。每个竞赛都是独立的。无需设置项目范围然后收集数据，这让你有时间专注其它技能。练习就是实践。学习数据科学的最好方法是在做中学。只要没有每场竞赛都获胜的压力，你就可以练习各种有趣的问题。讨论和获胜者采访很有启发性。每个竞赛都有自己的讨论板块与获胜者简报。你可以窥见更有经验的数据科学家的思考过程。Kaggle 获胜者采访
怎样入门Kaggle？
接下来，我们将给出一个按步进行的行动规划，然后慢慢上升到 Kaggle 竞赛中。
第一步：选择一种编程语言
首先，我们推荐你选择一种编程语言，并坚持使用。Python 和 R 在 Kaggle 和更广泛的数据科学社区上都很流行。如果你是一个毫无经验的新手，我们推荐 Python，因为这是一种通用编程语言，你可以在整个流程中都使用它。
python vs R
第二步：学习探索数据的基础
加载、浏览和绘制你的数据（即探索性分析）的能力是数据科学的第一步，因为它可以为你将在模型训练过程中做的各种决策提供信息。
如果你选择了 Python 路线，那么我们推荐你使用专门为这个目的设计的 Seaborn 库。其中有高层面的绘图函数，可以绘制许多最常见和有用的图表。
- 参考：
Seaborn 库
Python Seaborn 教程
2017 年最流行的 15 个数据科学 Python 库
Seaborn库
15个流行的python库：
核心库（3个）：Numpy、SciPy、Pandas
可视化（4个）：Matplotlib、Seaborn、Bokeh、plotly
机器学习（1个）：SciKit-Learn
深度学习（3个）：Theano、TensorFlow、Keras
自然语言处理（2个）：NLTK、Gensim
数据挖掘与统计（2个）：Scrapy、Statamodels
第三步：训练你的第一个机器学习模型
在进入 Kaggle 之前，我们推荐你先在更简单更容易管理的数据集上训练一个模型。这能让你熟悉机器学习库，为以后的工作做铺垫。
关键在于培养良好的习惯，比如将你的数据集分成独立的训练集和测试集，交叉验证避免过拟合以及使用合适的表现评价指标。
- 对于 Python，最好的通用机器学习库是 Scikit-Learn。
参考：
- Scikit-Learn 库：
http://scikit-learn.org/stable/- Python Scikit-Learn 教程：
https://elitedatascience.com/python-machine-learning-tutorial-scikit-learn- 7 天应用机器学习速成课
https://elitedatascience.com/- 只需十四步：从零开始掌握 Python 机器学习（附资源）
- 教程 | Kaggle CTO Ben Hamner ：机器学习的八个步骤
只需十四步：从零开始掌握 Python 机器学习（附资源）
- 建议你安装 Anaconda。
这是一个可用于 Linux、OS X 和 Windows 上的工业级的 Python 实现，
完整包含了机器学习所需的软件包，包括 numpy、scikit-learn 和 matplotlib。
其也包含了 iPython Notebook，这是一个用在我们许多教程中的交互式环境。- scikit-learn
- 基本算法（K-均值、决策树、线性回归、逻辑回归）
- 进阶算法（SVM、Kaggle Titanic竞赛（使用随机森林）、降维算法）
- 深度学习（Theano、Caffe）
- 更多的分类、更多聚类、更多集成算法、梯度提升、更多降维、更多深度学习
第四步：解决入门级竞赛
现在我们已经准备好尝试 Kaggle 竞赛了，这些竞赛分成几个类别。最常见的类别是：
- Featured：这些通常是由公司、组织甚至政府赞助的，奖金池最大。
- Research：这些是研究方向的竞赛，只有很少或没有奖金。它们也有非传统的提交流程。
- Recruitment：这些是由想要招聘数据科学家的公司赞助的。目前仍然相对少见。>- Getting Started：这些竞赛的结构和 Featured 竞赛类似，但没有奖金。它们有更简单的数据集、大量教程和滚动的提交窗口让你可以随时输入。
Getting Started 竞赛非常适合初学者，因为它们给你提供了低风险的学习环境，并且还有很多社区创造的教程：https://www.kaggle.com/c/titanic#tutorials
第五步：比赛是为了更好地学习，而不是赚钱
有了上面的基础，就可以参与到 Featured 竞赛中了。一般来说，为了取得好排名，通常需要远远更多的时间和精力。
因此，我们建议你明智地选择参与项目。参加竞赛能帮你深入到你希望长期参与的技术领域中。
尽管奖金很诱人，但更有价值（也更可靠）的回报是为你的未来事业所获得的技能