Kaggle es una plataforma para competir con otros en competencias que se basan en tareas de aprendizaje automático. Es posible que conozca Codechef, Hackerrank, etc., por lo que kaggle también es como ellos, pero la diferencia clave es que la competencia solo está relacionada con el aprendizaje automático, la ciencia de datos, el aprendizaje profundo o la IA. La mayoría de las veces se le ha dado un conjunto de datos de capacitación y prueba para construir algunos buenos modelos de aprendizaje automático y cuando publique su núcleo, otros lo revisarán y luego le darán votos positivos al igual que Quora.
¿Cómo puedes usarlo?
Bueno, usar Kaggle es algo realmente bueno para aprender algunas tendencias y técnicas en aprendizaje automático o ciencia de datos. Si eres realmente bueno en ciencia de datos, te sugiero que participes en la competencia. Encontrarás docenas de ellos en Kaggle. Si no eres realmente bueno en ciencia de datos, entonces debes usar Kaggle para aprender. Puedes leer blogs, entrevistas de grandes maestros y ganadores de diferentes concursos. Puede leer artículos relacionados con algunas técnicas en ciencia de datos. Y cuando se sienta cómodo con la ciencia de datos, vaya a la sección de competencia y participe en la competencia.
- ¿Qué es ingenuo Bayes en minería de datos?
- Un fundador de un fondo de cobertura me dijo que los graduados de doctorado en Big Data / ML están generando un millón de dólares al año como salario en el comercio / fondos de cobertura. ¿Qué tan correcto es esto?
- Cómo explicar intuitivamente los tensores
- ¿El filtrado colaborativo se considera aprendizaje automático?
- Dado el número de heurísticas arbitrarias involucradas, ¿por qué deberíamos tener tanta fe en las redes neuronales profundas?
Espero eso ayude.
