推 sma1033: 這篇回文講的很好，建Model真的只是資料科學的一小部分 05/19 16:23
推 CVPR: kaggle也有髒資料啊，我打過label錯的training data,跟重複 05/19 17:28
→ CVPR: 的training data 05/19 17:28
→ abc2090614: kaggle的資料不夠髒 不過有練總能幫助思考 05/19 22:18
→ baseguard: 初學者打kaggle還是可以學到很多的 05/20 17:30
※ 引述《ANGUS582 (ANGUS )》之銘言：
: 手機發文，排版請多見諒
: 如題，想請問版上各界的大師，對於業界/學界而言，在kaggle中的featured competit
io
: n得名或是拿到top 10%/top5%/top1%/in-prize，大概能代表你的能力在哪呢，換句話
來
: 說，就是kaggle的比賽成績，在面試(就職或讀md/phd)能帶給你多少優勢？
: 會有這問題是因為，sjv這位kaggle的grandmaster在Corporacion的賽後有提出關於kag
gl
: e的疑慮(https://goo.gl/SwMUjC ,他的文章底部)，其中有像官方的data preprocessi
ng
: 以及train/test split，而他在下面回文也有提到，好像學界跟一些研究者也不大重視
ka
: ggle上的成績。這讓我蠻困惑跟緊張的，小弟在去年加入kaggle，玩到現在也有幾個to
p1
: 0%
: /top5%，雖然過程中真的有學到不少，但主要還是在思考比賽成績能不能應用在以後的
升
: 學或職涯，如果真的完全如他所說，那還真的挺令人遺憾的。
: 不知道版上的各位大師們有什麼看法呢？
看你怎麼用kaggle，它有好有壞
就像你說的，kaggle不會接觸到資料預處理過程，你不需要會資料庫、資料清理、收集、
管理，不需要控制預測時間，甚至不用定義問題，上面這些kaggle都幫你處理好了
你只要『預測』，就算太花時間無法 real time analysis 作為產品上線，跟名次也無關
問題是，上面這些如果都不會， 很難跟業界接軌，只會建model做預測，是無法產品化的
，
業界你還要說服上級，你的預測是好的，不然上面很難相信你，要上線就有難度，這可不
是做做CV就好了，可惜視覺化也不會算在排名上
當然kaggle也有它的好處
kaggler樂於分享自己的作法，這點對初學者很棒，初學者完全不用考慮資料收集清理的
事，打到前面也很有成就感
如果一開始就做 data clean ，可能就沒人想來這塊了XD
在kaggle上，你可以接觸各種問題，有非常不同的data給你玩，你進入的公司，可能只專
注在某個問題上，data比較侷限
而當你把 data 收集好清理完後，可以直接參考kaggle上前幾名的方法，應用在你的問題
上，可以大大減少自己去做 feature engineering、建 model 的時間
kaggle目前已經累積非常多問題的解法，在多樣性方面非常棒，作為參考是個不錯的平台
，可以加以修改再套用到自己的產品上
最後，回到你的問題上，對於升學或職涯，單純只有kaggle是不夠的，資料科學可不只有
建 model 做預測，你還有一大堆技能樹要點
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.137.232.33
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1526702937.A.E50.html
※ 編輯: f496328mm (114.137.232.33), 05/19/2018 12:10:07