为 Kaggle 竞赛组织代码、实验和研究

我忘了。教我，我就记住了。让我参与，我就会学习。

确实如此，边做边学是获得新技能最有启发性的过程之一。在数据科学和机器学习领域，参加竞赛是获得实践经验、提高技能和能力的最有效方法之一。

边做边学

Kaggle 是全球最大的数据科学社区，其竞赛在业界备受推崇。许多世界领先的机器学习会议（例如 NeurIPS）、组织（例如 Google）和大学（例如斯坦福）都在 Kaggle 上举办竞赛。

Kaggle NeurIPS 谷歌 斯坦福

特色 Kaggle 竞赛会向私人排行榜上的最佳表现者颁发奖牌。最近，我参加了我的第一次 Kaggle 颁奖比赛，并且很幸运地获得了银牌。这是 NeurIPS – Ariel Data Challenge 2025。我不打算在这里分享我的解决方案。如果您有兴趣，可以在这里查看我的解决方案。

银牌 NeurIPS – Ariel 数据挑战赛 2025 解决方案在这里

在参与之前我没有意识到 Kaggle 除了 ML 技能之外还测试了多少内容。

Kaggle 测试一个人的编码和软件工程技能。它强调一个人正确组织代码库以快速迭代和尝试新想法的能力。它还测试了以清晰的方式跟踪实验和结果的能力。

作为研究会议 NeurIPS 2025 竞争赛道的一部分，还测试了快速有效地研究和了解新领域的能力。

NeurIPS 2025 竞赛赛道

总而言之，这次比赛让我谦卑了很多，也教会了我很多除了 ML 之外的课程。

本文的目的是与您分享一些非机器学习课程。它们都围绕一个原则：组织、组织、组织。

组织 浪费时间 很高兴拥有 必需的

1 科学黄金秘诀：组织

1.1 但速度很重要！

快节奏 迭代 平凡 2022

代码库

^{1 2}