Kaggle（数据科学竞赛平台）

是什么

Kaggle 是一个数据科学竞赛平台，也是数据科学家和机器学习从业者的在线社区^[1]。机构把问题连同数据一起发布出来，世界各地的参与者构建模型、提交预测结果，并彼此排名。这个平台也被用来检索和分析公开数据集、构建机器学习模型、积累数据科学方面的专业能力^[2][3]。

一场竞赛怎么跑

多数竞赛的提交结果会立即对照一份隐藏的答案文件打分，并汇总到实时排行榜上^[1]。参与者不用等待评审，几秒钟内就能知道自己做得怎么样，也能随时看到自己处在什么位置。即时反馈加上公开排名，把一次建模练习变成了一场比赛。

由来

Kaggle 由 Anthony Goldbloom 于 2010 年 4 月创办^[1]。Jeremy Howard 是最早使用 Kaggle 的用户之一，他在 2010 年 11 月以总裁兼首席科学家的身份加入；Nicholas Gruen 担任创始主席^[1]。2011 年，公司融资 1250 万美元，Max Levchin 出任董事长^[1]。

上面跑过什么

Kaggle 上比较有名的竞赛包括为微软 Kinect 做的手势识别、为曼城（Manchester City）做的足球 AI，以及改进 CERN 对希格斯玻色子（Higgs boson）的寻找^[1]。题目从消费硬件、体育一直延伸到基础物理，用的却是同一套格式：一份数据集、一个评价指标、一个排行榜。维基百科提到，Geoffrey Hinton 和 George Dahl 用深度神经网络赢得了一场由默克（Merck）主办的竞赛^[1]，这是竞赛让某种建模方法受到注意的早期例子。

加入谷歌

2017 年 3 月 8 日，谷歌首席科学家李飞飞（Fei-Fei Li）宣布谷歌收购 Kaggle^[1]。谷歌云平台博客（Google Cloud Platform Blog）的文章《Welcome Kaggle to Google Cloud》日期同为 2017 年 3 月 8 日星期三，作者是谷歌云 AI 与机器学习首席科学家李飞飞^[3]。她在文中写道，创办于 2010 年的 Kaggle 是世界上最大的数据科学家和机器学习爱好者社区，有超过 80 万名数据专家在使用它^[2][3]。

文章称 Kaggle 是检索和分析公开数据集、构建机器学习模型、积累数据科学专业能力的最好去处^[2][3]。李飞飞写道，Kaggle 加入谷歌云团队之后，双方可以加快普惠 AI 的使命，降低进入门槛^[3]。文章还表示，Kaggle 和谷歌云会继续支持机器学习的训练与部署服务，同时让社区能够存储和查询大规模数据集^[3]。9to5Google 引用了 Kaggle 自己的公告：团队将保持完整，Kaggle 会作为谷歌云内部的一个独立品牌继续运营，并继续发展它的竞赛和开放数据平台^[4]。

规模

2017 年 6 月，Kaggle 的注册用户超过 100 万；到 2023 年 10 月，它在 194 个国家拥有超过 1500 万用户^[1]。这组数字说明，被收购之后社区规模扩大了一个数量级，而平台本身的形态没有变：竞赛在实时排行榜上打分，公开数据集和公开分享的工作成果并排放着。

为什么重要

Kaggle 站在三件事的交汇处：手里有数据和难题的机构、想在真实数据上练手的人，以及一份关于哪些方法真正有效的公开记录。排行榜让结果之间可以横向比较，这种可比性是论文里报告的数字不容易做到的；即时打分则意味着参与者在一天里可以反复迭代很多次。对学习者来说，这里可以用真实数据集动手，看看自己的模型排在哪里；对整个领域来说，问题、提交与排名被持续保存下来，像一份档案，记录下机器学习在某个时刻能做到什么。