分分鐘帶你殺入Kaggle Top 1%

不知道你有沒有這樣的感覺，在剛剛入門機器學習的時候，咱們通常都是從MNIST、CIFAR-10這一類知名公開數據集開始快速上手，復現別人的結果，但總以爲過於簡單，給人的感受太不真實。由於這些數據太「完美」了（乾淨的輸入，均衡的類別，分佈基本一致的測試集，還有大量現成的參考模型），要成爲真正的數據科學家，光在這些數據集上跑模型倒是遠遠不夠的。而現實中你幾乎不可能遇到這樣的數據（現實數據每每有着殘缺的

>>阅读原文<<