kaggle的算力如何
1. 如何利用kaggle进行学习 知乎
个人觉得Kaggle是训练data mining特别好的地方，而对于机器学习的提升并不是特别大。你可以去看已经结束的比赛的winner的解决方案，大部分都是ensemble learning
2. kaggle 101是哪个级别
最近正好组内做了一个文档相似度的分享。决定回答一发。
首先，如果不局限于NN的方法，可以用BOW+tf-idf+LSI/LDA的体系搞定，也就是俗称的01或one hot representation。
其次，如果楼主指定了必须用流行的NN，俗称word-embedding的方法，当然首推word2vec（虽然不算是DNN）。然后得到了word2vec的词向量后，可以通过简单加权/tag加权/tf-idf加权等方式得到文档向量。这算是一种方法。当然，加权之前一般应该先干掉stop word，词聚类处理一下。
还有，doc2vec中的paragraph vector也属于直接得到doc向量的方法。特点就是修改了word2vec中的cbow和skip-gram模型。依据论文《Distributed Representations of Sentences and Documents》(ICML 2014)。
还有一种根据句法树加权的方式，是ICML2011提出的，见论文《Parsing Natural Scenes and Natural Language with Recursive Neural Networks》，后续也有多个改编的版本。
当然，得到词向量的方式不局限于word2vec，RNNLM和glove也能得到传说中高质量的词向量。
ICML2015的论文《From Word Embeddings To Document Distances, Kusner, Washington University》新提出一种计算doc相似度的方式，大致思路是将词之间的余弦距离作为ground distance，词频作为权重，在权重的约束条件下，求WMD的线性规划最优解。
最后，kaggle101中的一个word2vec题目的tutorial里作者如是说：他试了一下简单加权和各种加权，不管如何处理，效果还不如01，归其原因作者认为加权的方式丢失了最重要的句子结构信息（也可以说是词序信息），而doc2vec的方法则保存了这种信息。
在刚刚结束的ACL2015上，似乎很多人提到了glove的方法，其思想是挖掘词共现信息的内在含义，据说是基于全局统计的方法（LSI为代表）与基于局部预测的方法（word2vec为代表）的折衷，而且输出的词向量在词聚类任务上干掉了word2vec的结果，也可以看看。《GloVe: Global Vectors forWord Representation》
3. 参加kaggle 大赛，台式机计算力不足，怎么办
更换更高的配置就好。
计算力不足 这个不是软件能解决的
只能升级配置
或者 改用服务器。
4. 如何重复kaggle的solution
方法一：选择图层，按Ctrl+C复制，按Ctrl+V粘贴。如果想要重复多次复制，按Ctrl+D再制。
方法二：鼠标左键拖离开图层，然后点击右键完成复制。在拖离过程中按住Ctrl键不放，这样复制的图层会保持与原图层在同一水平上。如果想要重复多次复制，按Ctrl+D再制。
方法三：选择图层，按快捷键"+"，即可完成复制。如果想要重复多次复制，就多次按"+"
即可。注意复制的图层跟原图层是重叠在一起的，复制完要把图层拖出来。
5. 如何提高泰坦尼克号kaggle分数
提高泰坦尼克号kaggle分数
如果缺值的样本占总数比例极高，我们可能就直接舍弃了，作为特征加入的话，可能反倒带入noise，影响最后的结果了，或者考虑有值的是一类，没有值的是一类，
如果缺值的样本适中，而该属性非连续值特征属性(比如说类目属性)，那就把NaN作为一个新类别，加到类别特征中
如果缺值的样本适中，而该属性为连续值特征属性，有时候我们会考虑给定一个step(比如这里的age，我们可以考虑每隔2/3岁为一个步长)，然后把它离散化，之后把NaN作为一个type加到属性类目中。
有些情况下，缺失的值个数并不是特别多，那我们也可以试着根据已有的值，拟合一下数据，补充上。
6. 如何 系统 学习 入门 kaggle
个人觉得Kaggle是训练data mining特别好的地方，而对于机器学习的提升并不是特别大。你可以去看已经结束的比赛的winner的解决方案，大部分都是ensemble learning，很少有数学上极其优美的解法。
可以从以下几个方面入手：
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
推荐这篇 Kaggle Ensembling Guide
5. 多看看之前比赛的winner解决方案
7. 如何解决个人电脑带不动kaggle竞赛数据的问题
带不动有几种情况视情况而定，这种数据 一般是内存问题，如果数据量很大 对硬盘读写也有要求，如果有条件可以购买大一点的内存条建议16G ，如果不行可以用筛选进行处理，般取最近几个月的数据就行了