[ 30 Days of ML Challenge | D02]

今天提供两个文件，一个就是带你熟悉 Kaggle 的各种特徵，另一个就是让你操作一次 Kaggle notebook 的功能。
那透过今天的教材，可以熟习在 Kaggle 上面的操作，
而 Kaggle 会将投入 Kaggle 的程度与经验，转换成不同的称号。
今天操作学习完後，称号就可以从新手(Novice)，变成产出者(Contributor)。

• 投入 Kaggle 以及贡献程度对应的身分等级: Novice / Contributor / Expert / Master / Grandmaster
• Kaggle Progression System，看看达到不同等级需要怎样的条件。

--

在 Kaggle Notebook 上，则以经典的 titanic 作为练习，内容涵盖

• 加入比赛的方法
• kaggle notebook 所使用的 python image
  • Kaggle/docker-python: Kaggle Python docker image
  • kaggle/python - Docker Image | Docker Hub
• 使用 notebook
  • 读取比赛资料
  • 自己资料可存放的位置
• 简单介绍随机森林，并做出一个简单的模型做预测
• 储存 noteebook version，并将预测结果 submit
• 观看自己在 leaderboard 上面的位置
• 针对公开的 notebook 留下频论、按赞

--

Bonus

• 如何分享 notebook: 就点击右上角的 share 即可。可以帮自己的这些 work，增加 tag collection。
• kaggle 的 Rstats kernel imahe
  • Kaggle/docker-rstats: Kaggle R docker image
  • kaggle/rstats - Docker Image | Docker Hub

--

resource

official:

• Getting Started with Kaggle
• Titanic Tutorial | Kaggle，主要就是照这个做一次。来源是 Getting Started with Kaggle

Discord channel share:

• Titanic Survivals Project | Kaggle，推荐的 notebook 阅读。

END