在Kaggle平台上，经常有好多个比赛可供选择。如下图所示，为正在进行比赛的截图。那么对于入门同学（从没参加过一次Kaggle比赛）如何选择一场适合的比赛呢？
本文将对Kaggle平台上的比赛按照类型进行划分，并对每种类型的比赛进行介绍。总有一个比赛适合你，文末还给出了快速上手Kaggle比赛的指南。
比赛类型
在Kaggle平台上比赛按照维度划分为：
按照比赛的形式：比赛可以划分为Getting Started、PlayGround、Research和Featured四类。其中Getting Started是难度最低的比赛，非常适合入门学习，比如TItanic和House Prices。
PlayGround类型的比赛难度稍微高一点，但难度也不会太高，适合针对特定问题进行深度学习。比如Dogs vs. Cats就是典型的图像分类的学习赛。
Research比赛是学术类型的比赛，Featured是商业公司的比赛。这两类比赛在赛题背景和难度上都更难，适合深入学习。需要注意的是，在Kaggle中只有Research和Featured类型的比赛会累计积分和奖牌。
按照比赛阶段：比赛可以划分为One-Stage、Two-Stage和Kernel赛，或者分为非Kernel赛和Kernle赛。非Kernel赛通过选手提交预测结果文件进行打分，Kernel赛需要选手通过Notebook进行预测打分。
需要注意的是，Kernel赛的Notebook提交是有运行时间和联网要求限制的。所以Kernel赛的复杂度会更高一些。在选择一个赛题时，可以根据自身的基础来选择，也可以根据赛题的要求进行选择。
比赛页面
在Kaggle平台上，举办方将每一个比赛都划分为如下的页面。在Notebooks页面中会有参赛选手公开的Notebook，也可以自己新建一个运行。
学习路线
对于入门学习Kaggle的同学来说，在选择好一场比赛之后，如何开始学习呢？这个要跟自身的知识背景出发。
如果你对赛题数据/任务比较熟悉，那么直接可以下载数据集开始建模；反之可以查看赛题的Notebook页面和Discussion页面找到其他选手分享的资源。
然后就可以按照如下流程开始：理解赛题内容、赛题数据、特种工程、构建模型和模型集成，不断迭代提高模型精度。
以Kaggle上的Real or Not? NLP with Disaster Tweets为例，这个比赛是一个对推特上推文进行分类的比赛，具体来说是NLP领域中的文本分类比赛。如果你对文本分类有一点了解，那么就可以直接上手做了。
按照文本分类的思路，可以按照如下思路迭代模型：
好的，本文就到这里。希望大家能找到适合自己的比赛，并参与其中学有所成。
往期精彩回顾
适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑获取一折本站知识星球优惠券，复制链接直接打开：https://t.zsxq.com/yFQV7am本站qq群1003271085。加入微信群请扫码进群：