⚠️ 重要提醒：课程资源里面的所有加微信什么的不要信，上当受骗与本站无关。

📚 课程介绍

本课程深入解析Kaggle竞赛的经典案例，通过实际案例学习如何解决数据科学和机器学习问题，适合有一定基础的学员。

📋 学习前提

1. Python基础（Python是数据科学和机器学习的主要编程语言） 2. 机器学习基础（了解常见的机器学习算法和概念） 3. 数据处理能力（能够进行数据清洗、特征工程等操作）

⭐ 推荐指数

⭐⭐⭐⭐☆ (4/5星)

📖 课程目录

第1章 课程导学

1-1 课程导学：为什么要学习 Kaggle 竞赛知识？

第2章 学前基础知识

2-1 Kaggle竞赛介绍

2-3 Kaggle竞赛流程

2-5 XGBoost 、LightGBM和Catboost

2-6 数据划分与交叉验证

2-7 模型集成方法

2-8 比赛案例Titanic幸存乘客预测

2-9 本章小结

第3章 结构化技能与案例分析

3-1 结构化技能之特征工程（上）

3-2 结构化技能之特征工程（下）

3-3 结构化技能之特征筛选

3-4 Instant Gratification赛题介绍

3-5 Instant Gratification赛题实践

3-6 Instant Gratification优胜方案

3-7 IEEE-CIS Fraud Detection优胜方案

3-8 本章小结

第4章 文本技能与案例解析

4-1 学前必读知识

4-2

4-3

4-4

4-5

4-6

4-7

4-8

4-9

4-10

第5章 语音技能与案例解析

5-1 学前必读知识

5-2 语音特征处理（上）

5-3 语音特征处理（下）

5-4 语音模型和数据扩增方法

5-5 Cornell Birdcall Identification赛题介绍

5-6 Cornell Birdcall Identification动手实践

5-7 Cornell Birdcall Identification优胜方案

5-8 本章小结

5-9 【作业】参加Kaggle平台比赛，并提交结果

第6章 视觉技能与案例解析

6-1 数字图像基础（上）

6-2 数字图像基础（下）

6-3 图像分类模型和损失函数

6-4 Quick, Draw! Doodle Recognition Challenge赛题介绍

6-5 Quick, Draw! Doodle Recognition Challenge动手实践

6-6 Quick, Draw! Doodle Recognition Challenge优胜方案

6-7 语义分割模型和损失函数

6-8 Severstal Steel Defect Detection赛题介绍

6-9 Severstal Steel Defect Detection动手实践

6-10 Severstal Steel Defect Detection优胜方案

6-11 Shopee – Price Match Guarantee赛题介绍

6-12 Shopee – Price Match Guarantee代码实践

6-13 Shopee – Price Match Guarantee优胜方案

6-14 章节知识点总结

第7章 课程总结

7-1 竞赛参赛指南

7-2 竞赛简历撰写指导

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。