kaggle上面有哪些适合机器学习新手的比赛和项目？

感谢邀请。

0基础的人如何上手Kaggle？

理论上来讲，Kaggle欢迎任何数据科学的爱好者，不过实际上，要想真的参与其中，还是有一定门槛的。一般来讲，参赛者最好具有统计、计算机或数学相关背景，有一定的coding技能，对机器学习和深度学习有基本的了解。Kaggle任务虽然不限制编程语言，但绝大多数队伍会选用Python和R，所以你应该至少熟悉其中一种。此外，对于那些对成绩有追求的人，Feature Engineering也是必不可少的。但对于Data Science的入门者来说，这样的要求实在是有些过分了。对于这一块想要进一步了解的同学可以看这个问题： 特征工程到底是什么 ？其中 @城东 的答案（ 点这里 ）和 @张戎 的答案（ 点这里 ）都非常详细。

当然，如果你从未独立做过一个项目，还是要从 练习赛开始熟悉 。因为竞赛模式中的任务是公司悬赏发布的实际案例，并没有标准的答案；而练习赛不仅项目难度低，而且是有官方给出的参考方案的，大家可以用来对比改善自己的测试结果，从中进行提高。所以呢，建议感兴趣的同学先去独立做一下101和playground的训练赛，至于做多少个案例才能上道，就要看个人素质啦。这里为大家推荐几篇非常好的文章，里面手把手的教了大家入门级的三个经典练习项目，供大家学习。

1. Titanic（泰坦尼克之灾）
中文教程： 逻辑回归应用之Kaggle泰坦尼克之灾
英文教程： An Interactive Data Science Tutorial

2. House Prices: Advanced Regression Techniques（房价预测）
中文教程： Kaggle竞赛 — 2017年房价预测
英文教程： How to get to TOP 25% with Simple Model using sklearn

3. Digital Recognition（数字识别）
中文教程： 大数据竞赛平台—Kaggle 入门
英文教程： Interactive Intro to Dimensionality Reduction

详细内容可以参考我之前的两篇专栏：