kaggle学习路线图 (未完结)
从零开始使用kaggle，记录期间遇到的问题
注册kaggle
- 用的时Edge浏览器，需要安装Header Editor扩展，主要是用来对Google的一些API地址做跳转，不需要代理也可以使用，并且后来证明启动代理反而会显示不了人机验证。扩展装好之后需要配置规则，可以填这个：https://azurezeng.github.io/static/HE-GoogleRedirect.json
- 注册时如果显示不了Google人机验证，需要检查一下是否有代理在运行，有的话停掉试试。
配置kaggle
- 基本信息配置好之后，需要创建自己的token，
第一个竞赛：Titanic - Machine Learning from Disaster
因为我们是零基础，初期在kaggle上主要是学习，第一个竞赛可以选择Titanic，在个人主页左侧选competitions，在竞赛页面点击Getting Started，第一个竞赛项目就是我们需要的：Titanic - Machine Learning from Disaster，当然也可以直接搜索这个竞赛。
竞赛页面推荐的教程是 Alexis Cook’s Titanic Tutorial ，这个教程使用的是随机森林模型（random forest model），基于决策树。
关于Titanic竞赛，其他比较适合学习的教程包括：
- Linear model and neural net from scratch，这也是一个不错的titanic教程，使用的线性模型。教程比较好的地方是从零开始实现了线性模型，看上去就跟教科书上的例子一样，对于初学者还是挺有帮助的。教程中还推荐了一个链接，初学者也不妨看看：How does a neural net really work?
另一个入门赛：House Prices - Advanced Regression Techniques
这个竞赛是房价预测，通常使用回归（regression）来解决这个问题。竞赛的数据包括已经成交的将近1500座房子的80个特征，我们需要根据这些特征来预测房子的销售价格。
同样，在竞赛的说明页面也给了一个教程的链接：House Prices Prediction using TFDF。TFDF是TensorFlow Decision Forests的缩写，也就是TensorFlow的决森林，有兴趣可以按这个教程学习一下，不过我打算先以PyTorch为主，先看看有没有别的合适的教程。
在这个竞赛的页面点击code，按评论数排序，排在前面的都是一些热度比较高的解决方案，其中有一个热度非常高的notebook是Comprehensive data exploration with Python，这是一个针对房价数据做分析的方法，并没有竞赛的提交数据，我们完全可以拿来当一个教程来学习。另一个高分的代码是Stacked Regressions : Top 4% on LeaderBoard，这个方案用的是堆叠的回归模型，使用的是sklearn，对于传统的模型，sklearn是非常好的选择。