前言

本篇博文主要根據博主自身的參賽學習經歷，分享一些關於機器學習和資料探勘比賽的資料與經驗。因為自己在學習過程中，也多虧大佬前輩們的指導和分享，才慢慢學會一些技能，所以，希望大家一起學習交流，一起進步。

博主（ID：16huakai）這半年來的參賽經歷如下（按照時間先後）：

（嗯~，就差一個一等獎）

一、機器學習入門資料分享

1、網課

這是個人十分喜歡的一門網課，也是我的入門課，通俗易懂，花個兩三週的時間，機器學習基本可以小入門了。課程也有配套的編碼作業，用於動手實踐，鞏固知識，本人自己整理的作業答案python版本，可以參考部落格和GitHub。網上也有

這位老師也有自己的機器學習和深度學習公開課課程，覆蓋面較為廣泛，我看過一些章節，個人感覺講解的一般，所以入門的話，網課看①就夠了。

2、書籍

①Peter Harrington 《機器學習實戰》

這是一本非常經典的書籍，我第一本看的入門書籍，主要注重演算法程式碼實現，理論知識都只是粗略帶過，所以強烈建議與②周志華的西瓜書《機器學習》配套使用，效果更佳。關於這本書的程式碼，我個人從頭到尾敲了一遍，並且整理了相關的一些資料，可以參考我的

②周志華《機器學習》

這是南京大學周志華教授編著的關於機器學習的書籍，算是國內相關書籍最好的（之一）。理論知識介紹很詳細，知識面覆蓋廣泛，適合精讀。

③李航《統計學習方法》

這是清華的李航博士編著的書籍，理論推導詳細，全書很多公式，最大的特點是，薄！！！可惜新手一下子看到很多公式，估計很容易一臉懵逼。

④範淼 李超 《Python機器學習及實踐從零開始通往Kaggle競賽之路》

這是入門競賽的一本書籍，理論知識很少，主要介紹如何利用python工具包（sklearn、pandas等），進行資料分析和競賽，真的是從零開始，簡單到一學就會。

3、網站

①網易雲課堂

②Coursera公開課

4、語言基礎

①python3

主要在網上學習，推薦廖雪峰的網站，還有菜鳥教程中的python3教程。現在的趨勢都是python3 ，所以不要學python2了吧。

②必學工具包

numpy：用於科學計算——中文文件地址

pandas：用於資料分析——pandas的作者有一本書叫做《利用python進行資料分析》

matplotlib：用於資料視覺化

sklearn：機器學習演算法的工具包，基本常規的演算法都有，很強大——中文文件地址

LightGBM、XGBoost等梯度提升樹整合學習模型，基本參賽必用——ApacheCN中文文件（翻譯了很多優秀的英文文件）

③進階工具包

heamy:用於模型融合

TensorFlow：谷歌深度學習框架——中文文件

keras：對使用者及其友好的深度學習框架，底層預設用的是TensorFlow——中文文件

PS:首先可以肯定，這些資料，並不是說，都得必須看，或者說一個接著一個的看。我只是覺得，自己看了感覺很棒，所以推薦給大家，至於怎麼運用，需要找到自己的節奏。

二、競賽平臺介紹

1、kaggle：國際認可度最高的競賽平臺之一，想了解詳情，請百度 / 谷歌。

2、天池：阿里主辦的競賽平臺，算國內認可度最高的。比賽一般獎金很高，難度較大，參賽人數也多。

3、DC：好像是電子科大主辦的，比賽很多，也還蠻成熟的。

4、DF: CCF資料競賽指定平臺。

5、其他：還有kesci，biendata，百度點石、京東JDATA、騰訊和華為等企業也會一年舉辦一次競賽等。

三、競賽經驗分享

1、參賽的目的

我從2018年4月中旬開始接觸資料競賽，當初覺得需要參賽實戰一下，鍛鍊自己的動手編碼和解決問題的能力，於是邊做競賽，邊學習，哪裡有知識盲區，就去補缺。所以一開始，一定要抱著學習的態度，在比賽過程中，有目的的學習，這樣子，你會覺得提升的非常快。再者，儘量參加不同型別的比賽，這樣子，學習內容更加廣泛，也更加有趣。當你有一定經驗的時候，如果你沒有想獲獎的野心和行動，那基本都是陪跑、划水，給人家當分母。那麼當你到了參加比賽的後期，我感覺提升學習能力的邊際效益是很小的，所以，需要對比賽有清楚的認識和明確的目的。

2、參賽的流程

參賽的流程介紹網上有很多部落格資料，大概為：

報名——下載資料——資料清洗與處理——特徵構造——特性篩選——模型構建——模型融合——提交結果。

這個我這裡不想展開講，因為這個內容，完全可以另開篇幅，所以引用幾篇博文如下：

3、參賽的感想

①競賽是為了學習，為了鍛鍊自己的能力——永遠不要眼高手低，學了一些理論知識之後，就想當然，打嘴炮。只有動手之後，才知道，什麼模型有用，什麼方法好用。

② 有人比賽是為了學習知識，有人比賽是為了拿獎金，有人比賽是為了拿名次，人有千千萬， 目的各不同。找準自己的方向，just for fun！

③參賽隊友很重要——一個人參賽很容易迷茫，做著做著，自己就沒了。所以，找一個靠譜的隊友吧。

④競賽結束之後，多看一些資料競賽的思路分享和優秀程式碼，一定多看、多寫,學會總結!

⑤找到適合自己的資料競賽型別，現在比賽大致分為：資料競賽（資料探勘）、影象比賽、NLP比賽......所以，找到自己感興趣的方向，動手實踐起來。

⑥最後，個人感覺，我們需要對資料競賽有清楚的認識，不要盲目放大比賽帶來的效益，要把握好一個度，掌握好自己的節奏！人啊，要保持清醒的頭腦，在什麼階段，該做什麼事，要心中有譜！