杨净 发自 凹非寺
量子位 报道 | 公众号 QbitAI

Kaggle大神是如何炼成的？

最近，一个印度裔Kaggle大神在论坛上分享了他获得4个类别的Grandmaster的经历。

嗯，一共就只有四种。

可以看到，他的金牌总数加起来就有84枚，其中Discussion上获得了56枚，数据集这一类别的排名术最高，在27466个选手中位列第7位，最高排名为第6位。

在Competitions里，他共获得了4枚单人金牌和4枚团队金牌。

为此，他就发表了一篇博文回忆了过去一些印象深刻的项目，并感谢Kaggle给他这样一个平台：

我断断续续在Kaggle上跑了七年，这真是一段旅程。

Kaggle不仅仅是网站或竞赛。对于喜欢数据科学和机器学习的人来说，这是一生的经历。

除此之外，他还是一个数独爱好者，多次获得国家冠军，最高排名第8。

4个Kaggle Grandmaster的经历

首先是Competitions。

在过去7年中，他共完成了56场比赛，他的最高成绩是4枚个人金牌和4枚团队金牌。

其中Santander、ASHRAE这几个金牌项目令他印象深刻。

Santander Product Recommendation，桑坦德产品推荐。（桑坦德，西班牙的一个银行）

这一挑战中，主要是根据客户过去的行为以及类似客户的行为，来预测现有客户下个月将使用哪些产品，进而将产品和人来匹配。

最终，共有1779支队伍参加，而他与另一位数据科学家合作@sudalairajkumar，排列第11位，摘得他第五枚金牌。

还有像ASHRAE，预测建筑物将消耗多少能量？Rossmann Store Sales，利用商店促销、竞争对手来分析销售情况等等。

作者认为，这是唯一具有意义的积分排名系统类别。他希望可以成为Kaggle以外的行业标准，使其更具价值。

然后是Datasets。

作者表示，为数据集争取投票是最具挑战性任务之一。

因此，他就以对终端用户最有用、最为结构化的格式来准备数据集，并加以尽可能多的细节描述。

一些令人印象深刻的数据有这些：

• 印度的空气质量：作者花了100小时来汇总、清理和准备这个数据集。

• Chai Time Data Science Show（对ML专家的采访节目）每集的统计数据；

• 女特级大师的国际象棋比赛(2009-2020年)。嗯，国际象棋是作者的最爱。

不过，在他发布的18个数据集当中，我还是发现了一些有趣的数据集。

比如，拜登的从2007年-2020年数据推特数。

SpaceX的数据（2006-2020）。

还有Notebooks。

在比赛结束之前，作者是不会看公共EDA Notebook。一般是在完成自己深度EDA后再看别人的工作。

按照这样的方式，他就获得了15枚金牌，4枚银牌以及6枚铜牌，达到大师级别。

不过，他也感叹道，用Macbook Air赢得比赛的日子已经一去不复返了，但谁说不会再尝试了呢。

最后还有，Discussions。

作为喜欢交流的他，除了获得以上成绩之外，他还对社区一些建议，

社区通过帖子的净投票来优先处理有用的讨论，并过滤掉垃圾信息，这一点做得很好。

我希望Datasets和Notebooks也能允许下拉投票，不被区别对待。

2020年亚洲数独锦标赛银牌得主

来介绍一下作者本作——Vopani，真名叫做Rohan Rao，来自印度，是H2O.ai的数据科学家，毕业于印度孟买理工学院应用统计学专业。

而H2O.ai是一家成立于2012年，总部位于硅谷的开源软件公，该公司拥有一个数据科学和机器学习的开源平台H2O。据介绍称，一半的世界五百强公司都在使用这个平台。

除此之外，他还是一个数独爱好者。

他曾获得7次全国数独冠军，5次全国拼图类冠军，4次时代数独国家冠军，2020年亚洲数独锦标赛银牌得主。

目前数独世界排名在第23名，最佳成绩到过第8名。

果然，优秀的人一定不只一个地方优秀。

好了，所以你身边有没有遇到Kaggle大神的经历，欢迎与我们分享。

参考链接：
https://www.kaggle.com/general/195396

— 完 —

本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。

一键三连「分享」、「点赞」和「在看」

科技前沿进展日日相见~