超级会员免费看
数据科学竞赛与个人展示：Kaggle及其他平台的综合运用
1. 竞赛中的互动与开发者倡导者角色
在竞赛过程中，有几种不同类型的帖子可以参与：
- 竞赛要求的帮助与解释
- 感谢、赞美和闲聊
- 帮助和指导其他参赛者，为他们解释问题的帖子
表现出色且广为人知的最后一种类型的帖子，有助于你获得开发者倡导者的角色，特别是当你还有其他与数据科学家同行互动的活跃渠道时，如Twitch或YouTube频道、Twitter账户或Medium博客。
随着大型公司和初创企业中开发者倡导者角色的增加，对于能够在项目中帮助其他数据科学家和开发者的专家需求很大。若想了解更多关于该角色的信息，可参考文章： https://draft.dev/learn/what-is-a-developer-advocate 。
2. 利用Kaggle数据集
Kaggle竞赛中的数据常被批评为已经清理和整理好，与现实世界的数据相差甚远。但实际上，Kaggle竞赛中的数据也可能很杂乱或有噪声。有时，这些数据在质量和数量上不足以让你获得高分，你需要在互联网上寻找额外的数据。
Kaggle在数据科学项目中缺失的是将数据收集和整理到有组织的存储库和文件中的过程，这在现实世界中因公司和问题而异，无法标准化，实际的数据处理大多需要在实践中学习。
Kaggle引入数据集的目的是改变人们认为Kaggle只关注建模问题的看法。Kaggle数据集很有帮助，它允许你
订阅专栏 解锁全文
扫一扫
1748
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
