add kaggle intro class

machine_learning_diary/data_analysis/kaggle_intro.md

@@ -0,0 +1,104 @@
+# 初识 Kaggle
+
+欢迎大家回到 **Machine Learning Diary**~~👏
+
+![](https://www.analyticsvidhya.com/wp-content/uploads/2015/06/kaggle-logo-transparent-300-850x386.png)
+
+要做数据科学家的朋友一定都听过【kaggle】吧，一些初学者会犹豫要不要参加 Kaggle 竞赛，这并不让人奇怪，他们通常有以下顾虑：
+
+1）我该如何开始？
+2）我要和经验丰富的博士研究者比赛吗？
+3）如果没有获胜的机会，还值得参与吗？
+4）这就是数据科学吗？（如果我在 Kaggle 上表现不好，我在数据科学领域还有希望吗？）
+5）未来我该如何提升我的排名？
+
+今天我们就来亲自感受一下世界上最高大上的数据科学竞技场！入门kaggle，就从今天开始！
+
+
+
+##### 这节课的目的
+
+1. 注册一个账号（由于被谷歌收购，因此可能需要梯子）
+2. Competition - 学会看一个比赛
+3. Titanic - 开启人生中第一个kaggle比赛
+4. Data - 学会在kaggle上找到自己要的数据集（有账号才能下载数据）
+5. Kernels - 学会看别人的代码
+6. Discussion - 学会看别人的思路
+7. 摆正心态
+
+
+
+### 1. 注册账号
+
+对英语的要求不高，对梯子有要求，自行解决。
+
+
+
+### 2. Competition：学会看一个比赛
+
+在首页的最上面一栏菜单栏【Competitions / Datasets / Kernels / Discussion / Learn / ...】点击【Competitions 】就看到类似下面的排版：
+
+![](https://elitedatascience.com/wp-content/uploads/2017/07/kaggle-getting-started-competitions.png) 
+
+红色箭头哪里代表比赛的分类【All Categories】，里面有：
+
+- Featured：这些通常是由公司、组织甚至政府赞助的，百万美金奖金池不在话下。
+- Research：这些是研究方向的竞赛，只有很少或没有奖金。它们也有非传统的提交流程。
+- Recruitment：这些是由想要招聘数据科学家的公司赞助的。目前仍然相对少见。
+- Getting Started：这些竞赛的结构和 Featured 竞赛类似，但没有奖金。它们有更简单的数据集、大量教程和滚动的提交窗口让你可以随时输入。
+
+对于初学者，我们点击【Getting Started】。这个框旁边是【Search】框，可以按自己意愿搜索比赛。
+
+
+
+### 3. Titanic - 开启人生中第一个kaggle比赛
+
+可以直接点击界面里出现的【**Titanic: Machine Learning for Disaster**】，也可以搜索出来。总之进入【Titanic】比赛后，我们首先是看一下比赛说明，点击左边红色箭头那一行的最左边的【Overview】就是比赛的说明，会介绍各种比赛信息，等等。同一水平线对应右边右边是蓝色框【Join Competition】，点击之后蓝框变成【Submit Predictions】，恭喜你报名成功！（一般有时候会跳出一个小页面点击I Agree那种协议）
+
+![](https://elitedatascience.com/wp-content/uploads/2017/07/kaggle-kernels-most-votes.png) 
+
+
+
+### 4. Data - 学会找到数据集
+
+此时点击左边红色箭头那一行的菜单栏的【Data】，直接往下浏览网页，就看到了Data Description，看数据中有哪些变量，以及每个变量代表着什么信息。继续往下拉能在Data那个框里的右上角看到【Download All】，点击后就能进行数据下载了。
+
+
+
+### 5. Kernels - 学会看别人的代码
+
+![](https://elitedatascience.com/wp-content/uploads/2017/07/kaggle-kernels-most-votes.png) 
+
+大家都会在【Kernels】里分享自己的解题代码，不仅对于解题很有帮助，对于日常的技能学习都很有用，至少我很喜欢逛kernel的。第一次可以随便进去逛逛。
+
+
+
+### 6. Discussion - 学会看别人的思路
+
+同样在菜单栏里面的【Discussion】是大家讨论解决思路的地方，不一定是解题的代码，也有散发性的一个观点，或者吐槽比赛比累了比烦了的地方😜
+
+
+
+### 7. 摆正心态
+
+Kaggle，数据科学的家园，为竞赛参与者，客户解决方案和招聘求职提供了一个全球性的平台。这是Kaggle的特殊吸引力，它提供的竞赛不仅让你站到不同的高度思考问题，还提供了可观的奖金。
+
+国内外都有很多像kaggle这样的社区/比赛/网站，比如天池等等。很多大厂都开始流行举办机器学习比赛了，里面有数据，比赛，还有百万美元的巨额奖金，of course👏
+
+然而，人们总是犹豫到底要不要参加竞赛。其中有以下几个原因：
+
+1. 他们小看了自己的技能，知识和掌握的技术的水平。
+2. 不管自己一连串技能的水平如何，他们都选择奖金最高的问题。
+3. 在问题的困难度水平上，他们没有充分发挥出自己的技能水平。
+
+作为初学者，建议大家抱着玩一玩的心态，别把兴趣磨灭在自我苛刻上，那就太得不偿失了。
+
+
+
+### 作业
+
+下载Titanic的数据集，下节课要用的。
+
+
+
+👩好啦，今天的课程就到这里啦！咱们下次见！~