【kaggle】数据分析kaggle + 如何系统地自学 Python？

https://www.zhihu.com/question/29138020/answer/207547531

如何系统地自学 Python？

http://www.pythontutor.com/visualize.html#mode=edit

如何在 Kaggle 首战中进入前 10%

https://dnc1994.com/2016/04/rank-10-percent-in-first-kaggle-competition/

Kaggle如何入门？

数据结构可视化
http://www.pythontutor.com/visualize.html#mode=edit https://www.zhihu.com/question/23987009

Kaggle入门，看这一篇就够了

https://zhuanlan.zhihu.com/p/25686876?group_id=825076321293058048

教程 | Kaggle初学者五步入门指南，七大诀窍助你享受竞赛

https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650729193&idx=3&sn=5f251a5861eb891df377d9bc41b4d468&chksm=871b2e97b06ca7816f32fcfd915d7727adbbbe04958e37fb83b2919d968601a76f6a232178d7&mpshare=1&scene=1&srcid=0725ukFZcMPxmShvASI7pO85&key=238113c46368d35b4cb36628d833700b78b0b433f41770288605952e5d27089f0196d712ffa19a4be533c674f885f8e13ebc626d63cdfe5eec63674231821e316a65ebb378aedc57da0310ca7e24c040&ascene=0&uin=NTU2ODc3MDk1&devicetype=iMac+MacBookPro12%2C1+OSX+OSX+10.10.5+build(14F2411)&version=12020110&nettype=WIFI&fontScale=100&pass_ticket=eTbnrK692ajIv6Or%2BfDxGsLYF%2B0aAxT4Yo1aLYu5M7%2F3Iy%2FkQ6osDRTfEOXy13V7

作者：a2Mia姐

链接：https://www.zhihu.com/question/23987009/answer/151721198

来源：知乎

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

前几天刚好写了一篇专栏“Kaggle入门，看这一篇就够了 - 知乎专栏”，看到这个问题忍不住来回答一下。

不知道题主本身是什么水平，现在就假设一个具有数学/CS/统计背景的同学，对Python和R非常熟悉，想要通过Kaggle比赛来提升自己的实战能力，最好从以下几个步骤进行：

1. 了解比赛：独立完成练习赛。练习赛中的题目数据量小，难度低，同时有标准的官方解释和大量的民间资源，非常适合上手找感觉。专栏中“0基础如何上手Kaggle”这一部分中非常贴心的给出了三个经典练习的参考资源供大家练习。

2. 学习比赛：善用平台资源，认真阅读以往Kaggle项目的Kernels，学习以往的比赛中顶级选手处理这些案例的方法，有问题可以在社区（如Forum）向其他人请教，像这样水平很高还对新人无比友好的社区大家一定要珍惜。

3. 参加比赛：找几个队友，选择合适的项目，正式开启Kaggle之旅！这一部分可以参考专栏中的“对于新人，如何在Kaggle中提升排位？”

4. 进阶比赛：对于基础好、目标高的同学，专栏中还给大家提供了一篇“如何在Kaggle首战中进入前10%”的文章作为参考，也是干货满满~

我想关注这个问题的大部分人来讲，可能并不具备以上背景和能力。那么，对这样的同学，我建议从学习一到两门编程语言开始（Python和R），之后再按照以上步骤来走。

最后，祝你打怪愉快！

其他答案说的很详尽，但是感觉篇幅很长，作用很小。

我觉得入门分几步：

（1） 了解基本机器学习概念和算法（可以上一下任何机器学习的公开课）；

（2） 在（1）的基础上进一步了解各个算法适合什么样的问题 (可以看看傻瓜版再深入了解，Machine Learning For Dummies Cheat
Sheet)，了解bias-variance tradeoff，了解出现一些症状的时候如何解决（可以看看andrew ng以前的presentation或者coursera上的新课）；

（3） 了解kaggle比赛规则，试着参加一个比赛；

（4） 推荐看一看kaggle winner solution，以及最后推荐一个coursera上的kaggle课程，课程叫做How to Win a Data Science Competition: Learn from Top
Kagglers。

（5）多实践，实践中渐渐熟悉使用sklearn，pandas等等。