Überblick
- Data Science-Wettbewerbe zu gewinnen kann ein komplexes Verfahren sein, aber es kann die Spitze erreichen 3 wenn Sie einen Rahmen haben, dem Sie folgen müssen.
- Hören Sie von einem Data-Science-Hackathon-Experten und erfahren Sie, wie er von Grund auf bei Data-Science-Wettbewerben gewonnen hat
Einführung
Es gibt keine Alternative zum Lernen durch Erfahrung. Vor allem in der Data-Science-Branche!!
Ich habe vor kurzem den ersten Preis in Zindis Zimnat Insurance Referral Challenge gewonnen, eine Leistung, die unter meinen Data-Science-Wettbewerbsergebnissen aller Zeiten an erster Stelle steht.
In reinen Zahlen, das war nicht mein erstes Top-Ergebnis, aber nur einer von mehr als 30 Ergebnisse zwischen 3 zum ersten Mal auf meiner eigenen Reise für einen Data Science-Wettbewerb. Während dieser Zeit, in der wir bei Null anfangen und in den höheren Rängen der Hackathon-Bestenlisten für maschinelles Lernen rangieren, Ich habe die Relevanz des Lernens durch Erfahrung erkannt und kann nicht genug betonen, wie wichtig das obige Zitat ist.
Einen Data-Science-Wettbewerb zu gewinnen ist eine problemlose Reise. Sie treten überall gegen die besten Data-Science-Köpfe an!, Du arbeitest an einer noch nicht gelösten Data-Science-Hürde und das alles mit einer strengen Deadline zum Booten!
Aber ich kann Ihnen versichern, dass Sie die 3 erste Plätze in der Bestenliste sind absolut erreichbar, wenn du weißt was du tust.
Es ist nicht als technische Veröffentlichung gedacht.. Es geht um meine Reise zu Data-Science-Wettbewerben. Ja, Natürlich, wie und warum solltest du jetzt anfangen. Als Anfänger, das willst du auf keinen Fall verpassen. Technische Beiträge werden in Kürze für fortgeschrittene Leser erscheinen, Also bleibt gespannt!
Wie gesagt, Es gibt keinen besseren Weg, Data Science zu lernen, als sie zu praktizieren. Ich ermutige Sie, an diesem verlängerten Wochenende an einem geführten Community-Hackathon teilzunehmen, bei dem Data Science-Experten Sie LIVE durch das gesamte Hackathon-Verfahren führen:
Und Sie können jederzeit besuchen die Plataforma DataHack um Ihre Data Science-Kenntnisse zu üben oder an Hackathons teilzunehmen.
Meine Reise in den Data Science Wettbewerb: von null bis fachmann
Einer unserer Professoren hat mich zu Beginn des dritten Semesters an der Universität in die Datenwissenschaft eingeführt.. Ich habe maschinelles Lernen verwendet, um erdähnliche Planeten und die Chance auf außerirdisches Leben zu entdecken.
Die Neugier folgte mir und führte mich dazu, in Andrew Ngs berühmten Kurs über maschinelles Lernen einzutauchen. Ich wurde in verschiedene Anwendungen des maschinellen Lernens eingeführt, wie die Börsenkursprognose und autonome Autos, um ein paar zu nennen.
Suchen Sie mehr in der Google-Suchmaschine nach möglichen Möglichkeiten in diesem Bereich, Ich habe Plattformen wie Kaggle und DataPeaker entdeckt. Es hat mein wachsendes Interesse an Datenwissenschaft noch mehr angeheizt. Ständig zu konkurrieren und sich gegen die Zeit und eine Bestenliste zu verbessern, war die nächste Herausforderung; Jawohl, Ich rede von Data Science Hackathons!
Die meisten Anfänger, mit denen ich interagiert habe, haben das Gefühl, dass sie zuerst die Besonderheiten des maschinellen Lernens kennen müssen.. Erst dann können Sie mit dem Wettbewerb in Data Science beginnen.
Das ist ein großer Fehler.
„An Data-Science-Wettbewerben teilnehmen, Du brauchst nur den Antrieb, ständig zu lernen und dich zu verbessern. Sie erhalten ein gutes Ranking “.
Mein erster Wettbewerb: Kaggles Microsoft Malware Prediction Challenge
Lassen Sie mich kurz über meinen ersten ernsthaften Wettkampf bei Kaggle sprechen.: Malware-Vorhersagewettbewerb von Microsoft. Dies geschah Monate, nachdem eine Reihe von Data-Science-Wettbewerben gescheitert war. Aber die Erfahrungen aus allen bisherigen Wettbewerben hatten geholfen.
Alleine 2 Wochen und mit einigen Präsentationen in der Hand, Ich bin nach oben gesprungen 20 der öffentlichen Klassifikation.
Mit der Zeit, Ich habe mich mit einem singapurischen Studenten zusammengetan, ein Kaggle-Meister und zwei Londoner Branchenführer, New York und Pune. Die Zusammenarbeit in verschiedenen Zeitzonen war schon eine Herausforderung, aber wir haben es geschafft, in Slack Tag und Nacht Strategien und Modelle zu diskutieren und umzusetzen.
Und zum Schluss, mit mir das Team leite, wir sind in der post gelandet 25 in privater Klassifikation. Dies war ziemlich nah an unserem öffentlichen Ranking des Rankings von 21. Es war ein sehr gutes Ergebnis, während nur 10 Mannschaften zwischen 100 die ersten im öffentlichen Ranking konnten ihre Position im privaten Ranking behaupten.
Schneller Vorlauf zum aktuellen Tag, Ich habe zwischendurch fertig 3 zuerst in mehr als 30 Data Science Hackathons auf verschiedenen Plattformen. Dazu gehört die Nummer-eins-Position auf fast jeder großen Plattform, an der ich teilgenommen habe. (und wenn, Top 2 der JantaHack-Reihe von DataPeaker).
Dies ist eine kurze Zusammenfassung meiner Reise, Data Science-Kompetenzen von Grund auf neu zu erobern. Dann, Lass uns verstehen, wie kannst du?, als Anfänger, Beginnen Sie mit der Teilnahme an Data-Science-Wettbewerben.
Wie starte ich Data Science-Wettbewerbe, wenn ich Anfänger bin??
Hier sind einige Ratschläge, von denen ich mir wünschte, dass mir jemand gegeben hätte, als ich anfing, an Data-Science-Hackathons teilzunehmen: nimm an einem Wettbewerb teil, bei dem du dich wohl fühlst. Das Wichtigste ist, dass du anfängst.
Vidhyas Analysen JanataHack ist eine Wettkampfreihe für Anfänger, die jede Woche stattfindet. Schließlich, viele Gewinner sind auch so freundlich, ihre Lösungen zu veröffentlichen.
Jeder, der gerade erst anfängt, sollte sicherstellen, dass er die Siegerlösungen für vergangene Data-Science-Wettbewerbe durchläuft. Wenn Sie auf eine neue Idee oder ein neues Konzept stoßen, Suchen Sie es in der Google-Suche und nehmen Sie sich die Zeit, es zu verstehen. Wenn Sie Ihr Gelerntes nicht von einer Kompetenz auf eine andere übertragen können, du hast deine Zeit nicht richtig genutzt.
Lerntransfer ist sehr wichtig, vom Deep Learning zum Lernen.
Wie gehe ich an Data-Science-Wettbewerbe heran?
Hier, Ich habe einige wichtige Tipps geschrieben, auf die Sie achten sollten, wenn Sie einen neuen Data Science-Wettbewerb starten..
- Ich beginne regelmäßig mit a einfaches Basismodell. Schau dir einfach die Daten an, Erstellen Sie dann ein Modell ohne Datenbereinigung oder Feature-Engineering
- Dann, das Ziel wird das Problem und die Daten verstehen, um ein gutes Validierungsset zu erstellen. Ein gutes Validierungsset ist ein Muss. Nur dann können Sie Ihren lokalen Ergebnissen vertrauen. Gegenteiliger Fall, Machen Sie sich bereit für eine Reorganisation der privaten Bestenliste.
- Feature-Engineering ist der nächste wichtige Schritt. Gute Eigenschaften unterscheiden immer zwischen einem Gewinner und einem Top 100
- Das Ende des Wettbewerbs naht, Normalerweise versuche ich, eine Reihe von Modellen zu bauen, wie zum Beispiel Modelle mit Gradientenerhöhung, Neuronale Netze, etc. Dann folgt das Stapeln oder Kombinieren dieser Ergebnisse. Montage gibt Ihnen den Vorteil, einen Wettbewerb zu gewinnen. Deswegen, Es ist ein Werkzeug, das Sie immer zur Hand haben wollen.
- Eine Sache, über die viele Leute nicht sprechen, ist die Relevanz von a Codebasis. Zeit ist ein sehr wichtiger Faktor bei jedem Data-Science-Wettbewerb. Sie sollten keine Zeit damit verschwenden, in mehreren Wettbewerben immer wieder die gleichen Schnipsel von Grund auf neu zu schreiben. Stattdessen, Konzentriere deine kostbare Zeit darauf, etwas Neues und Besseres zu tun
Was sind die Vorteile der Teilnahme an Data-Science-Wettbewerben??
Das ist eine berechtigte Frage!! Data-Science-Wettbewerbe erfordern einen erheblichen Teil Ihrer Zeit, dann, sie sind es wert? Lassen Sie mich einige Vorteile meiner Erfahrung in diesem Abschnitt teilen.
1. Antreten und lernen
Bei Data-Science-Wettbewerben viel lernen, von der Fehlersuche bis zum Modellbau. Wenn Sie etwas Neues lernen möchten, Wettbewerbe sind der beste Weg, es zu tun. Demnächst, werde viel lernen und experimentieren, und Sie werden ständig nach besseren Alternativen suchen, um Ihr Modell zu verbessern.
2. Vernetzung
Zu diesem Tag, Ich habe mit mehr als zusammengearbeitet 25 verschiedene Leute aus Indien, Singapur, EE. UU., England, Frankreich und Afrika in verschiedenen Data-Science-Wettbewerben. Diese Leute reichen von Studenten bis hin zu Branchenführern.
Mal ehrlich, Networking ist einer der größten Vorteile der Teilnahme an diesen Hackathons. Das Treffen und die Interaktion mit Gleichgesinnten ist zweifellos eine große Bereicherung für Ihre zukünftige Karriere..
Meine jetzige Stelle bei DataPeaker habe ich dank Networking bekommen!!
3. Profilerstellung / Lebenslauf erstellen
Stellen Sie sich ein Szenario vor, in dem Sie einen Data Scientist einstellen und zwei großartige Kandidaten in die engere Wahl gezogen haben. Beide Leute haben ähnliche Hintergründe in der Datenwissenschaft. Die erste Person hat einige Projekte im Bereich Data Science abgeschlossen, während die zweite Person ähnliche Projekte abgeschlossen hat, ebenso gut wie “Erreichter Rang” x “in einem Data-Science-Wettbewerb gegen Hunderte von Menschen”.
Dann, Welchem würdest du lieber den Vorzug geben? Als Personalchef, die meisten Leute würden die zweite Option bevorzugen.
Dies soll die Relevanz eines guten Projekts nicht untergraben., aber ein gutes Ranking in einem Data Science-Wettbewerb verschafft Ihnen definitiv einen Vorteil gegenüber Ihrer Konkurrenz. Heutzutage, viele Unternehmen bevorzugen Kandidaten mit Erfahrung in Data Science-Kompetenzen. Als angehende Data Science, Es ist an der Zeit auch für dich anzufangen!
4. Holen Sie sich Belohnungen und gewinnen Sie spannende Preise
Schließlich, aber nicht weniger wichtig, erfahrene Data-Science-Konkurrenten haben viel zu gewinnen und zu gewinnen. Nur während dieser Haft, Ich habe genug Geld verdient, um ein Auto zu kaufen. Plattformen wie Kaggle haben viel für Sie, wenn Sie glauben, die interessantesten datenwissenschaftlichen Probleme der Welt lösen zu können.. Worauf wartest du noch?
HackLive – Geführter Community-Hackathon!
Was wäre, wenn es eine Live-Session gäbe, die Anfänger dazu ermutigen und ihnen helfen könnte, an Data Science Hackathons teilzunehmen und ihr Ranking zu verbessern?? Wäre das nicht toll?
Seit seiner Gründung, DataPeaker hat versucht, die Probleme der Data-Science-Community zu entschlüsseln und eine praktikable Lösung dafür zu präsentieren.. Und es war häufig nicht möglich, an Data Science Hackathons teilzunehmen.. Dann, als ein Schritt, um dieses Problem anzugehen, lassen Sie mich vorstellen: HackLive 2 – Geführter Community-Hackathon!
DataPeaker-Datenwissenschaftler werden ihre gesamte Branchenerfahrung und ihr Wissen bündeln, um der Community bei der Reaktion zu helfen 3 Fragen:
- Ist es wichtig, hervorzuheben, ob ich eine minimale Gewinnchance habe??
- Wie fange ich an?
- Wie kann ich meinen Rang in Zukunft verbessern?
Dann, Worauf wartest du? Gehen Sie und registrieren Sie sich unter dem Link unten:
Abschließende Anmerkungen
Ich hoffe, ich habe Ihnen genug Motivation gegeben, Ihren eigenen Weg zu Data Science-Wettbewerben zu beginnen.. Weitere technische Beiträge zu kommenden Data Science-Wettbewerben werden in Kürze veröffentlicht. Ich freue mich, sie mit dir zu teilen! Bis dann, Sie können mit einigen meiner Hackathon-Lösungen auf Github beginnen hier.
Sie sind ein Anfänger und suchen nach einem Ort, an dem Sie Ihre Reise in die Datenwissenschaft beginnen können?? Hier ist ein kompletter Kurs, voller Data-Science-Wissen und Lernen, nur für Sie ausgewählt, um Data Science zu lernen:
Haben Sie schon einmal an Data Science Hackathons teilgenommen? Wie war deine Erfahrung? Teilen Sie uns Ihre Gedanken im Kommentarbereich unten mit und wir wählen die besten aus!!
