推薦一本kaggle官方出版的競賽書籍
今天給大家推薦一本kaggle官方出版的競賽書籍。
書籍簡介
這本書結合真實的kaggle競賽題目，以及它們的冠軍團隊方案，介紹了參與機器學習競賽的一些基礎知識、經驗技巧等。
內容涵蓋Kaggle的介紹、建模問題以及技巧、如何利用Kaggle的經歷來豐富簡歷等等。
為什么推薦這本書？
這本書匯集了你在競賽、數據科學項目等方面取得成功所需的技術和技能。兩位 Kaggle 大師將引導你完成在其他地方不容易找到的建模策略，以及他們在此過程中積累的隱性知識。除了特定于 Kaggle 的技巧外，你還將學習基于圖像數據、表格數據、文本數據和強化學習來處理任務的更多通用技術。
無論你是想攀登Kaggle的行列，培養(yǎng)更多的數據科學技能，還是提高現有模型的準確性，這本書都是為你準備的。
書籍內容
一共有14個chapers：
第 1 部分
介紹Kaggle和其他數據科學競賽
使用數據集組織數據
使用 Kaggle 筆記本工作和學習
利用論壇
第 2 部分
競賽任務和指標
設計良好的驗證
表格競賽建模
超參數優(yōu)化
集成混合和堆疊解決方案
計算機視覺建模
自然語言處理建模
模擬和優(yōu)化競賽
第 3 部分
創(chuàng)建您的項目和想法組合
尋找新的職業(yè)機會
附競賽通用技巧：
本書亮點
了解Kaggle是如何運作，如何充分利用來自兩位專家級Kaggle大師的比賽；
通過集成、特征工程、對抗性驗證、AutoML、對抗學習和調參技術來提高建模能力；
在表格數據、視覺、自然語言以及模擬和優(yōu)化方面挑戰(zhàn)自己；
探索在Kaggle上取得優(yōu)異成績并成為更好的數據科學家的技巧、竅門和最佳實踐；
31位Kaggle大師和大師的訪談，講述他們的經驗和技巧
你將學到什么？
熟悉Kaggle和其他比賽平臺
充分利用 Kaggle 筆記本、數據集和論壇
了解不同的建模任務，包括二進制和多類分類、對象檢測、NLP（自然語言處理）和時間序列
設計良好的驗證方案，了解 k 折疊、概率和對抗驗證
掌握評估指標，包括 MSE 及其變體、精度和召回率、IoU、k 處的平均平均精度以及前所未見的指標
在 Kaggle 上處理模擬和優(yōu)化競賽
創(chuàng)建項目和想法組合，以在職業(yè)生涯中走得更遠
這本書適合誰？
本書適合Kaggle用戶和數據分析師/科學家，他們至少對數據科學主題和Python有基本的熟練程度，他們正在努力在Kaggle比賽中做得更好，并在科技巨頭那里找到工作。
這本書的編寫考慮到了所有這些人，以及其他任何想要打破僵局并開始參加Kaggle比賽并向他們學習的人。
大家關注“學姐帶你玩AI”公眾號
后臺回復“kaggle書籍”
免費領取這本書籍的完整PDF
