kaggle的算力如何
1. 如何利用kaggle進行學習 知乎
個人覺得Kaggle是訓練data mining特別好的地方，而對於機器學習的提升並不是特別大。你可以去看已經結束的比賽的winner的解決方案，大部分都是ensemble learning
2. kaggle 101是哪個級別
最近正好組內做了一個文檔相似度的分享。決定回答一發。
首先，如果不局限於NN的方法，可以用BOW+tf-idf+LSI/LDA的體系搞定，也就是俗稱的01或one hot representation。
其次，如果樓主指定了必須用流行的NN，俗稱word-embedding的方法，當然首推word2vec（雖然不算是DNN）。然後得到了word2vec的詞向量後，可以通過簡單加權/tag加權/tf-idf加權等方式得到文檔向量。這算是一種方法。當然，加權之前一般應該先幹掉stop word，詞聚類處理一下。
還有，doc2vec中的paragraph vector也屬於直接得到doc向量的方法。特點就是修改了word2vec中的cbow和skip-gram模型。依據論文《Distributed Representations of Sentences and Documents》(ICML 2014)。
還有一種根據句法樹加權的方式，是ICML2011提出的，見論文《Parsing Natural Scenes and Natural Language with Recursive Neural Networks》，後續也有多個改編的版本。
當然，得到詞向量的方式不局限於word2vec，RNNLM和glove也能得到傳說中高質量的詞向量。
ICML2015的論文《From Word Embeddings To Document Distances, Kusner, Washington University》新提出一種計算doc相似度的方式，大致思路是將詞之間的餘弦距離作為ground distance，詞頻作為權重，在權重的約束條件下，求WMD的線性規劃最優解。
最後，kaggle101中的一個word2vec題目的tutorial里作者如是說：他試了一下簡單加權和各種加權，不管如何處理，效果還不如01，歸其原因作者認為加權的方式丟失了最重要的句子結構信息（也可以說是詞序信息），而doc2vec的方法則保存了這種信息。
在剛剛結束的ACL2015上，似乎很多人提到了glove的方法，其思想是挖掘詞共現信息的內在含義，據說是基於全局統計的方法（LSI為代表）與基於局部預測的方法（word2vec為代表）的折衷，而且輸出的詞向量在詞聚類任務上幹掉了word2vec的結果，也可以看看。《GloVe: Global Vectors forWord Representation》
3. 參加kaggle 大賽，台式機計算力不足，怎麼辦
更換更高的配置就好。
計算力不足 這個不是軟體能解決的
只能升級配置
或者 改用伺服器。
4. 如何重復kaggle的solution
方法一：選擇圖層，按Ctrl+C復制，按Ctrl+V粘貼。如果想要重復多次復制，按Ctrl+D再制。
方法二：滑鼠左鍵拖離開圖層，然後點擊右鍵完成復制。在拖離過程中按住Ctrl鍵不放，這樣復制的圖層會保持與原圖層在同一水平上。如果想要重復多次復制，按Ctrl+D再制。
方法三：選擇圖層，按快捷鍵"+"，即可完成復制。如果想要重復多次復制，就多次按"+"
即可。注意復制的圖層跟原圖層是重疊在一起的，復制完要把圖層拖出來。
5. 如何提高泰坦尼克號kaggle分數
提高泰坦尼克號kaggle分數
如果缺值的樣本占總數比例極高，我們可能就直接舍棄了，作為特徵加入的話，可能反倒帶入noise，影響最後的結果了，或者考慮有值的是一類，沒有值的是一類，
如果缺值的樣本適中，而該屬性非連續值特徵屬性(比如說類目屬性)，那就把NaN作為一個新類別，加到類別特徵中
如果缺值的樣本適中，而該屬性為連續值特徵屬性，有時候我們會考慮給定一個step(比如這里的age，我們可以考慮每隔2/3歲為一個步長)，然後把它離散化，之後把NaN作為一個type加到屬性類目中。
有些情況下，缺失的值個數並不是特別多，那我們也可以試著根據已有的值，擬合一下數據，補充上。
6. 如何 系統 學習 入門 kaggle
個人覺得Kaggle是訓練data mining特別好的地方，而對於機器學習的提升並不是特別大。你可以去看已經結束的比賽的winner的解決方案，大部分都是ensemble learning，很少有數學上極其優美的解法。
可以從以下幾個方面入手：
1. Feature Engineering
- continue variable
- categorical variable
2. Classic machine learning algorithm
- LR, KNN, SVM, Random Forest, GBRT, FM, NN
3. Cross validation, model selection
- grid search, random search, hyper-opt
4. Ensemble learning
推薦這篇 Kaggle Ensembling Guide
5. 多看看之前比賽的winner解決方案
7. 如何解決個人電腦帶不動kaggle競賽數據的問題
帶不動有幾種情況視情況而定，這種數據 一般是內存問題，如果數據量很大 對硬碟讀寫也有要求，如果有條件可以購買大一點的內存條建議16G ，如果不行可以用篩選進行處理，般取最近幾個月的數據就行了