自從犯賤跑去參加ML新手的 Kaggle ML 30days ，脫了層皮後，開始回想一些在 in-class competetion 裡的一些事情。

• 開始比賽時，依照課堂的方法，一一使用到挑戰題目中。第一次 submit 結果，還排名前1/3。但不久後，看到排我後面的人，不斷的嘗試，接著慢慢爬過我頭上而去。

• 愛偷懶的我，有些不爽，也嘗試著打起精神來，修改看看能不能改進結果。沒想到，越改越糟糕！於是，跑去論壇及公開答案(專案)的人，看看別人怎麼玩的。

• 看完別人的高見後，半懂半不懂的。但核心的疑問是--這些人怎麼知道這些方法？有沒有偷懶的方法，自動從 data preprocessing, data feature, models search, model tuning…一路做到底？而我只要打Game, 追劇, 等著收結果就可以。

從別人口中的蛛絲馬跡中，慢慢發現有個名詞叫 AutoML。只要看到Auto的前置字根，我的精神就來了。看了一些文章後, 以及在 Github裡找 "Awesome AutoML", 仔細研究比較後，發現NNI還真是好物！為了逼自己乖乖玩完NNI，於是就跑來這裡嘗試堅持到30天！Kaggle是input，這裡是 output。希望30天內沒有其他事干擾我或吸引我，好讓我寫完、玩完NNI。