寫在前面

基本上分享會很隨意，
主要就是紀錄一些我覺得有趣或是 Kaggle 這系列想傳達一些 python 概念的地方
:)

[ 30 Days of ML Challenge | D01 ]

今日教材 https://www.kaggle.com/alexisbcook/getting-started-with-kaggle

--

第一天主要是讓各位新手(Novice)熟習kaggle上面的操作
並以經典的 titanic 作為練習，總之涵蓋了

• 如何觀看自己在 kaggle 上面的貢獻程度(Novice/Contributor/Expert/Master/Grandmaster)。https://www.kaggle.com/progression
• 加入比賽的方法
• kaggle notebook 所使用的 python image。https://hub.docker.com/r/kaggle/python
• 使用 notebook
  • 讀取比賽資料
  • 自己資料可存放的位置
• 簡單介紹隨機森林，並做出一個簡單的模型做預測
• 儲存 noteebook version，並將預測結果 submit
• 觀看自己在 leaderboard 上面的位置
• 針對公開的 notebook 留下頻論、按讚
  　
  --

[ 一些不錯的資源，並釋出後續14天完成的課程 ]

• course/the Python course。https://www.kaggle.com/learn/python
• course/Intro to Machine Learning。https://www.kaggle.com/learn/intro-to-machine-learning
• course/the Intermediate ML course。https://www.kaggle.com/learn/intermediate-machine-learning
• kaggle論壇。https://www.kaggle.com/getting-started
• kaggle 分類的學習資源。https://www.kaggle.com/learn
  　
  --

[ bonus ]

• 如何分享 notebook: 就點擊右上角的 share 即可。可以幫自己的這些 work，增加 tag collection。
• course/Intro to Deep Learning。https://www.kaggle.com/learn/intro-to-deep-learning
• course/Computer Vision。https://www.kaggle.com/learn/computer-vision
  　
  --

btw, 這次 Discord 有 Chinese channel 唷! lol~

END