作为全球首屈一指的数据科学、机器学习竞赛和分享平台，Kaggle 以其比赛多样、数据集全面、社群活跃的优势而备受推崇。从学生到上班族，Kaggle 的用户群体范围极广。目前，Kaggle 上大量的比赛吸引无数人参与，一方面，既能拿到奖励，另一方面，也能获得实战经验。但由于竞争的激烈性，对于国内选手来说，想在榜单上拿到较高名次并不容易。 而在 Kaggle 排行榜上，有一位中国选手，面对如此激烈的竞争，一举杀入前五，最高排名第三。他就是目前在排行榜上位列第四的 Eureka（Eureka Kaggle 主页：
本文结合笔者在7次Kaggle/KDD Cup中的冠军经验，围绕多领域建模优化、AutoML技术框架以及面对新问题如何分析建模等三个方面进行了介绍。希望能够帮更多同学了解比赛中通用的高效建模方法与问题理解思路。
作者|穆文 前言 Kaggle上有篇名为「Approaching (Almost) Any Machine Learning Problem」的博客（点击底部阅读原文），作者是Kaggle比赛的专业户，博客是他参加Kaggle比赛的经验总结。在进入正题前随便扯几句： 本文并非原博客的翻译版，而是90%的原创，是在原博客基础上融合自己的经验，重写了大部分章节和代码。所以当你看到本文跟原博客差别很大时，请不要怀疑人生 ;-P 原博客题目直译过来是『解决(几乎)任一机器学习问题的方法』，但原博客内容更偏数据挖掘
AI 时代已经到来！人工智能已经不是只有在科幻小说和电影中才会出现的东西，现在它离我们越来越近，而且已经渗透到各行各业。从百度的无人驾驶车，到现在的阿里人脸识别的无人售货超市，AI 技术越来越趋于成熟
作者：@太极儒 自己的专业方向是机器学习、数据挖掘，就业意向是互联网行业与本专业相关的工作岗位。各个企业对这类岗位的命名可能有所不同，比如数据挖掘/自然语言处理/机器学习算法工程师，或简称算法工程师，还有的称为搜索/推荐算法工程师，甚至有的并入后台工程师的范畴，视岗位具体要求而定。 机器学习、大数据相关岗位的职责 自己参与面试的提供算法岗位的公司有 BAT、小米、360、飞维美地、宜信、猿题库 等，根据业务的不同，岗位职责大概分为： 平台搭建类 数据计算平台搭建，基础算法实现，当然，要求支持大样本量、高维
自己的专业方向是机器学习、数据挖掘，就业意向是互联网行业与本专业相关的工作岗位。各个企业对这类岗位的命名可能有所不同，比如数据挖掘/自然语言处理/机器学习算法工程师，或简称算法工程师，还有的称为搜索/推荐算法工程师，甚至有的并入后台工程师的范畴，视岗位具体要求而定。 机器学习、大数据相关岗位的职责 自己参与面试的提供算法岗位的公司有 BAT、小米、360、飞维美地、宜信、猿题库 等，根据业务的不同，岗位职责大概分为： 平台搭建类 数据计算平台搭建，基础算法实现，当然，要求支持大样本量、高维度数据，所以可能还
作者：@太极儒 出处：@太极儒的博客 自己的专业方向是机器学习、数据挖掘，就业意向是互联网行业与本专业相关的工作岗位。各个企业对这类岗位的命名可能有所不同，比如数据挖掘/自然语言处理/机器学习算法工程师，或简称算法工程师，还有的称为搜索/推荐算法工程师，甚至有的并入后台工程师的范畴，视岗位具体要求而定。 机器学习、大数据相关岗位的职责 自己参与面试的提供算法岗位的公司有 BAT、小米、360、飞维美地、宜信、猿题库 等，根据业务的不同，岗位职责大概分为： 平台搭建类 数据计算平台搭建，基础算法实现，当
作者是浙江大学计算机硕士，通过自己的努力终于拿到了心仪的offer（搜狗Web数据挖掘助理研究员），实现了从事互联网数据挖掘的梦 想。他对数据挖掘这个行业的兴趣，以及为了进入这个行业所做的准备和努力，非常值得想进入这一行业的在校生或朋友们参考。
作者|穆文 报名啦CDA数据分析师认证培训Level 1 国内权威的数据分析师系统 培养学员超过上千人理论结合实际 更有多重福利提供 点击文末“阅读原文”查看详细 ◆ ◆ ◆ 前言 Kaggle上有篇名为「Approaching (Almost) Any Machine Learning Problem」的博客（点击底部阅读原文），作者是Kaggle比赛的专业户，博客是他参加Kaggle比赛的经验总结。在进入正题前随便扯几句： 本文并非原博客的翻译版，而是90%的原创，是在原博客基础上融合自己的
机器学习、大数据相关岗位根据业务的不同，岗位职责大概分为： 1、平台搭建类 数据计算平台搭建，基础算法实现，当然，要求支持大样本量、高维度数据，所以可能还需要底层开发、并行计算、分布式计算等方面的知识； 2、算法研究类 - 文本挖掘，如领域知识图谱构建、垃圾短信过滤等； - 推荐，广告推荐、APP 推荐、题目推荐、新闻推荐等； - 排序，搜索结果排序、广告排序等； - 广告投放效果分析； - 互联网信用评价； - 图像识别、理解。 3、数据挖掘类 - 商业智能，如统计
机器学习、大数据相关岗位根据业务的不同，岗位职责大概分为： 1、平台搭建类 数据计算平台搭建，基础算法实现，当然，要求支持大样本量、高维度数据，所以可能还需要底层开发、并行计算、分布式计算等方面的知识； 2、算法研究类 - 文本挖掘，如领域知识图谱构建、垃圾短信过滤等； - 推荐，广告推荐、APP 推荐、题目推荐、新闻推荐等； - 排序，搜索结果排序、广告排序等； - 广告投放效果分析； - 互联网信用评价； - 图像识别、理解。 3、数据挖掘类 - 商业智能，如统计报表
入了计算机这一行，写代码便是我们安身立命的本领，夜以继日勤学苦练，希望早日成为编程高手。
导读：作者wrchow是浙江大学计算机硕士，通过自己的努力终于拿到了心仪的offer（搜狗Web数据挖掘助理研究员），实现了从事互联网数据挖掘的梦想。他对数据挖掘这个行业的兴趣，以及为了进入这个行业所做的准备和努力，非常值得想进入这一行业的在校生或朋友们参考。 由于本科专业是生物信息(可以理解为生物统计学或者与基因数据相关的数据挖掘学科)，所以那时已经开始接触数据挖掘，对统计也算有一定的基础。记得大二的时候，我便开始学用matlab，然后玩弄SVM，神经网络之类的机器学习算法做一些分析和实验。现在想
机器学习、大数据相关岗位根据业务的不同，岗位职责大概分为： 1、平台搭建类 数据计算平台搭建，基础算法实现，当然，要求支持大样本量、高维度数据，所以可能还需要底层开发、并行计算、分布式计算等方面的知识； 2、算法研究类 - 文本挖掘，如领域知识图谱构建、垃圾短信过滤等； - 推荐，广告推荐、APP 推荐、题目推荐、新闻推荐等； - 排序，搜索结果排序、广告排序等； - 广告投放效果分析； - 互联网信用评价； - 图像识别、理解。 3、数据挖掘类 - 商业智能，如统计报
机器学习、大数据相关岗位根据业务的不同，岗位职责大概分为： 1、平台搭建类 数据计算平台搭建，基础算法实现，当然，要求支持大样本量、高维度数据，所以可能还需要底层开发、并行计算、分布式计算等方面的知识； 2、算法研究类 - 文本挖掘，如领域知识图谱构建、垃圾短信过滤等； - 推荐，广告推荐、APP 推荐、题目推荐、新闻推荐等； - 排序，搜索结果排序、广告排序等； - 广告投放效果分析； - 互联网信用评价； - 图像识别、理解。 3、数据挖掘类 - 商业智能，如统计报表； - 用户体验分析，预测流失用户。 以上是根据求职季有限的接触所做的总结。有的应用方向比较成熟，业界有足够的技术积累，比如搜索、推荐，也有的方向还有很多开放性问题等待探索，比如互联网金融、互联网教育。在面试的过程中，一方面要尽力向企业展现自己的能力，另一方面也是在增进对行业发展现状与未来趋势的理解，特别是可以从一些刚起步的企业和团队那里，了解到一些有价值的一手问题。
自己的专业方向是机器学习、数据挖掘，就业意向是互联网行业与本专业相关的工作岗位。各个企业对这类岗位的命名可能有所不同，比如数据挖掘/自然语言处理/机器学习算法工程师，或简称算法工程师，还有的称为搜索/推荐算法工程师，甚至有的并入后台工程师的范畴，视岗位具体要求而定。 机器学习、大数据相关岗位的职责 自己参与面试的提供算法岗位的公司有 BAT、小米、360、飞维美地、宜信、猿题库 等，根据业务的不同，岗位职责大概分为： 平台搭建类 数据计算平台搭建，基础算法实现，当然，要求支持大样本量、高维度数据，所以可能
求助各位数据挖掘前辈~~ 还有几天就马上研一了，我学的是数据挖掘方向，具体方向应该是微博文本类，这段时间学的挺乱的，一直没有个方向的感觉。假期期间把老师推荐的《web数据挖掘》看了一大半，java又看了一遍，发现也总是忘，可能还是练得少。看了一些python，前面的部分跟java还是很像的，看的很快，到了模块那，又感觉学的好痛苦。 我想请教一下各位前辈，如果研究生毕业想从事数据挖掘方向，我们是俩年研究生，也就是明年9月份就要签工作了。 1 我应该学些什么，哪些书籍或者技能是必须要会的呢，或者是对找工作有利
学习是需要动力的，动力来自于内在的渴望，比如有的人是要转行，原来是学其他语言的或者其他行业的，想通过学Python进入数据分析领域，或者有的人要加薪，是要做人工智能，机器学习（最近这方面是很火）
KDD Cup（国际知识发现和数据挖掘竞赛）是 ACM 协会 SIGKDD 分会主办的数据挖掘研究领域的国际顶级赛事，从1997年开始，每年举办一次，有着数据挖掘领域「世界杯」之称，是该领域水平最高、最有影响力的顶级赛事。
Python数据挖掘、Python机器学习、Python深度学习的书籍买了不少本了，但真正读下来的却很少，为何？涉及高等数学，图论、离散数学等等，对我来说和天文差不多了，其实我只想做一个懂数据挖掘的人，不想研究那些深奥的理论知识。
不知道你有没有这样的感受，在刚刚入门机器学习的时候，我们一般都是从MNIST、CIFAR-10这一类知名公开数据集开始快速上手，复现别人的结果，但总觉得过于简单，给人的感觉太不真实。因为这些数据太“完美”了（干净的输入，均衡的类别，分布基本一致的测试集，还有大量现成的参考模型），要成为真正的数据科学家，光在这些数据集上跑模型是远远不够的。现实中你几乎不可能遇到这样的数据（现实数据往往有着残缺的输入，类别严重不均衡，分布不一致甚至随时变动的测试集，几乎没有可以参考的论文），这往往让刚进入工作的同学手忙脚乱，无
AI科技评论按，本文首发于知乎专栏AI带路党，作者吴晓晖，AI科技评论获其授权转载。 不知道你有没有这样的感受，在刚刚入门机器学习的时候，我们一般都是从MNIST、CIFAR-10这一类知名公开数据集开始快速上手，复现别人的结果，但总觉得过于简单，给人的感觉太不真实。因为这些数据太“完美”了（干净的输入，均衡的类别，分布基本一致的测试集，还有大量现成的参考模型），要成为真正的数据科学家，光在这些数据集上跑模型是远远不够的。现实中你几乎不可能遇到这样的数据（现实数据往往有着残缺的输入，类别严重不均衡，分布不一
【新智元导读】参加Kaggle常常会获得很多启发，与来着世界各地的队伍进行厮杀的刺激更让人欲罢不能。本文内容包括了Kaggle比赛介绍，以及来自Kaggle Top 1%团队以及冠军团队的宝贵经验。全文近8000字。 不知道你有没有这样的感受，在刚刚入门机器学习的时候，我们一般都是从MNIST、CIFAR-10这一类知名公开数据集开始快速上手，复现别人的结果，但总觉得过于简单，给人的感觉太不真实。因为这些数据太“完美”了（干净的输入，均衡的类别，分布基本一致的测试集，还有大量现成的参考模型），要成为真正的数
作者 | 吴晓晖 整理 | AI100（rgznai100） 原文 - https://zhuanlan.zhihu.com/p/27424282 不知道你有没有这样的感受，在刚刚入门机器学习的时候，我们一般都是从MNIST、CIFAR-10这一类知名公开数据集开始快速上手，复现别人的结果，但总觉得过于简单，给人的感觉太不真实。因为这些数据太“完美”了（干净的输入，均衡的类别，分布基本一致的测试集，还有大量现成的参考模型），要成为真正的数据科学家，光在这些数据集上跑模型却是远远不够的。而现实中你几乎不可
作者：吴晓晖 中山大学（SYSU）数据科学与计算机（硕士） 本文经作者授权转载自吴晓晖知乎专栏 原文：https://zhuanlan.zhihu.com/p/27424282 不知道你有没有这样的
不知道你有没有这样的感受，在刚刚入门机器学习的时候，我们一般都是从MNIST、CIFAR-10这一类知名公开数据集开始快速上手，复现别人的结果，但总觉得过于简单，给人的感觉太不真实。因为这些数据太“完美”了（干净的输入，均衡的类别，分布基本一致的测试集，还有大量现成的参考模型），要成为真正的数据科学家，光在这些数据集上跑模型却是远远不够的。而现实中你几乎不可能遇到这样的数据（现实数据往往有着残缺的输入，类别严重不均衡，分布不一致甚至随时变动的测试集，几乎没有可以参考的论文），这往往让刚进入工作的同学手忙
编者按：数联寻英发布的首份《大数据人才报告》显示，目前全国大数据人才只有46万，未来3到5年人才缺口达150万之多。 今年3月份时，谷歌开发的人工智能AlphaGo打败了全球最顶尖的围棋高手，轰动全世界，AI时代正式拉开序幕。实际上，人工智能这一概念早在上世纪一大批科幻小说陆续发表时，就已被人们接受，而随着科技的发展，人工智能的发展前景更是日益清晰。一个人工智能的诞生需要无数个工程师挥洒汗水。其中，负责开发学习算法、使机器能像人类一样思考问题的数据挖掘工程师更是无比重要。什么人能完成人工智能的开发
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（2125支队伍），曾在 Kaggle 数据科学家排行榜排名全球第十，国内第一。笔者目前在腾讯社交与效果广告部任职数据挖掘工程师，负责 Lookalike 相似人群扩展相关工作。此文分享笔者在参加数据挖掘
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（2125支队伍），曾在 Kaggle 数据科学家排行榜排名全球第十，国内第一。笔者目前在腾讯社交与效果广告部任职数据挖掘工程师，负责 Lookalike 相似人群扩展相关工作。此文分享笔者在参加数据
近日，由阿里巴巴承办的 CIKM 2019 AnalytiCup 在北京圆满落幕，来自青岛大学和春秋航空的成员组成的团队 QDU 摘得了“用户兴趣高效检索”赛道的桂冠。
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（2125支队伍），曾在 Kaggle 数据科学家排行榜排名全球第十，国内第一。笔者目前在腾讯社交与效果广告部任职数据挖掘工程师，负责 Lookalike 相似人群扩展相关工作。此文分享笔者在参加数据挖掘比赛过
随着大数据的爆发，中国IT业内环境也将面临新一轮的洗牌，不仅是企业，更是从业人员转型可遇而不可求的机遇。如果将IT人士统一比作一条船上的海员，大数据就是最大的浪潮，借浪潮之势而为之，可成功从普通程序员转行成为大数据专家。 在美国，大数据工程师平均年薪达17.5万美元，在中国顶尖的互联网公司里，大数据工程师的薪酬比同级别的其他职位高出30%以上。DT时代来得太突然了，国内发展势头很猛，而大数据相关的人才却非常地有限，在未来若干年内都会是供不应求的状况，因此程序员们，你们的春天到了！ 当然，专行也并非一朝一
作为近几年的一大热词，人工智能一直是科技圈不可忽视的一大风口。随着智能硬件的迭代，智能家居产品逐步走进千家万户，语音识别、图像识别等AI相关技术也经历了阶梯式发展。如何看待人工智能的本质？人工智能的飞速发展又经历了哪些历程？本文就从技术角度为大家介绍人工智能领域经常提到的几大概念与AI发展简史。 一、人工智能相关概念 1、人工智能（Artifical Intelligence, AI)：就是让机器像人一样的智能、会思考, 是机器学习、深度学习在实践中的应用。人工智能更适合理解为一个产业，泛指生产更加智能的
导读/ Introduction 近期，国际机器学习大会(ICML)、国际数据挖掘与知识发现大会(KDD)、国际计算机协会信息检索大会(SIGIR)等机器学习、数据挖掘与信息检索领域的国际顶级学术会议分别公布了论文录用结果，腾讯广告推荐团队的4篇论文被接收，涵盖神经网络模型剪枝、人脸识别、智能广告竞价、广告转化率预测等研究方向，研究成果获得国际权威认可。 腾讯广告推荐团队基于腾讯广告多流量(微信、QQ、新闻、视频、以及外部优量汇联盟等)，多行业(游戏，电商，教育，金融)，多模态(图片，视频，短视频)的
如果你也跃跃欲试，不妨选一个合适的任务，开启数据挖掘之旅吧。
简介：鱼遇雨欲语与余，Datawhale成员，武汉大学硕士，天池数据科学家。2019腾讯广告算法大赛冠军，数据竞赛爱好者。
7月8日，2019腾讯广告算法大赛“终极之战”在深圳腾讯滨海大厦顺利举行。在前两届成功经验的基础上，今年大赛在赛题专业性和赛事体验上都有了更大的提升，进而吸引了更多海内外优秀选手参加，最终报名人数高达10,571人。 本届算法大赛选手的构成也更加多元化，其中进入复赛的TOP 20队伍就涵盖了包括华南理工大学、浙江大学、东南大学、北京大学、西安电子科技大学、北京航空航天大学、厦门大学等16所顶尖院校的37名学生，此外还有14名来自海内外工业界的精英选手。 经过三个月的激烈角逐，实力超强的10强决赛队伍从
本文将对数据竞赛的『技巧』进行全面的总结，同时还会分享下个人对比赛方法论的思考。前者比较客观，总结了不同数据类型下涉及到的比赛技巧；后者稍微主观，是我个人对解决比赛思路的总结。
摘要 看了网上很多的教程都是通过OCR识别的，这种方法的有优点在于通用性强。不同的答题活动都可以参加，但是缺点也明显，速度有限，并且如果通过调用第三方OCR，有次数限制。但是使用本教程提到的数据接口。我们能很容易的获取数据，速度快，但是接口是变化的，需要及时更新。 一、前言 看了网上很多的教程都是通过OCR识别的，这种方法的优点在于通用性强。不同的答题活动都可以参加，但是缺点也明显，速度有限，并且如果通过调用第三方OCR，有次数限制。但是使用本教程提到的数据接口。我们能很容易的获取数据，速度快，但是接口是变
为进一步推动下一代认知决策智能的发展，促进国内强化学习技术的理论探索、应用落地和人才培养，＂深度强化学习实验室＂与＂南栖仙策(南京)科技有限公司＂达成战略合作。
为了帮助更多竞赛选手入门进阶比赛，通过数据竞赛提升理论实践能力和团队协作能力。DataFountain 和 Datawhale 联合邀请了数据挖掘，CV，NLP领域多位竞赛大咖，将从赛题理解、数据探索、数据预处理、特征工程、模型建立与参数调优、模型融合六个方面完整解析数据竞赛知识体系，帮助竞赛选手从0到1入门和进阶竞赛。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
云直播
