為什麼要選Kaggle?

1 首先是因為錢。

Kaggle經常有各種型別的競賽，贏得比賽本身就會有獎金。沒有錢搞科研是很困難的，也沒什麼動力。參加競賽算是很理想的方法：

• 1 技術強-> 拿錢
• 2 拿了錢 -> 增加技術投資
  

2 其模式可以稱為一種行業標準

舉個例子，任何一個競賽首先會有一些概要描述，本質上是商業應用的概述。

提供了應用相關聯的規整資料。

提供了一些思路/教程(相當於參加競賽的人的一個小社群)

還有排行榜

當然kaggle本身也提供了jupyter notebook給使用者使用，歸納一下：

• 1 商業價值：通過發起方做了簡要說明
• 2 資料：已經準備好了
• 3 建模環境：準備好了
• 4 排名及獎勵：也可以直觀的看到。

對於一個資料科學家/演算法工程師/建模工程師最希望的就是把精力聚焦在核心的技術上，當然也希望看到報酬。目前國內對於建模的商業應用還沒有那麼成熟，通常是商業價值和資料準備佔了大部分的時間。背後的原因有很多：包括歷史的沿革、企業管理者的思路、員工的技能等等。總體上來說，行業整體勢頭還不錯，但是在建模和演算法方面還遠遠未到一個成熟或者快速上升的通道。

我相信未來建模/演算法行業也會變成一個成熟的產業，其最終的表現形式可能多樣，但背後的邏輯基本就和Kaggle差不多：讓專業的人把精力聚焦在該聚焦的地方。

3 超模擬試驗場

目前我寫的大部分文章是關於結構（架構）的，我希望能搭建一個可靠、高效而又靈活的個人計算平臺。從工程的角度來說，如果沒有合適的檢驗或測試場景，很難說一種方法是否成功。

參加Kaggle競賽的過程也是把各種技術進行檢驗和糅合的機會，並且其結果幾乎等同於實戰。（換句話說，就算你的系統不做其他用途，總是能夠幫你贏下足夠多的Kaggle競賽，獎金也花不完了。）

4 計劃

4.1 在春節之前：找到目標

收集競賽的資訊（可以包括已經完結的），找到一些比較適合的進行分析。競賽必須和我的研究方向和進度保持一致，這樣效率才更高。

• 1 找到一些測試案例（競賽）
• 2 找到自己研究方向可以做出突破的點

4.2 在2021.6之前：驗證方法

完成1~3個案例的實測結果，通過自研的技術框架可以獲取更好的成績。（Kaggle允許競賽之後繼續排名）

4.3 在2022.1之前：贏得一個比賽的獎金（金、銀、銅都可以）

• 使用新技術框架，獲取比賽的勝利。
• 將框架固化為可複用服務。

5 Next

• 梳理競賽的資訊，更新在部落格中。