近来非常多的朋友会向我询问Kaggle某个竞赛的开源代码或者Top的方案和思路在哪里可以获得？

有时我不是很忙的时候会去对应的竞赛中把Top的链接找出来一起整理发过去，但也有的时候可能会比较忙，不一定会回复，久而久之可能就忘记回复了。

不过最近我发现一个汇总了几乎所有Kaggle历史竞赛解决方案和Top思路的网页， 新的比赛一结束，这个名单就会更新 。这个网页包含了:

1. 几年前的数据竞赛到上个月竞赛的所有Top开源方案的思路;

2. 所有赛题实时更新，一旦有新的竞赛结束就会及时更新最新的Top方案，最新的是刚刚结束的今年五月份的比赛已经更新在了页面之上；

3. 目前一共有 426 场Kaggle竞赛历史Solutions的汇总。

部分截图如下：

有需要的朋友可以关注我们的公众号，并在后台回复 kaggle-solutions 即可获得对应资料，也可以分享给周围对数据竞赛感兴趣的朋友们。

▲扫码回复「 kaggle-solutions 」获取所有kaggle solution的汇总

原文链接： https://mp.weixin.qq.com/s?__biz=Mzk0NzI3ODMyMA==&mid=2247495412&idx=1&sn=dba2f9ba28ac757d6d51d9e5afcfd780&chksm=c37bf66bf40c7f7d747dcb78bc7db0bf647113e88ab670b6210d38d8c4471e592a439393c45f&scene=126&&sessionid=0 我们从代码和伟大的代码中学到更多。 不一定总是排名第一的解决 方案 ，因为我们还了解了是什么造就了出色且良好的解决 方案 。 我会发布我遇到的解决 方案 ，这样我们都可以学习变得更好！ 我从 Kaggle 举办的比赛中收集了以下源代码和有趣的讨论，以供学习。 没有列出所有比赛，因为我只是手动收集它们，还有一些比赛由于没有人分享而没有列出。 随着时间的推移，我会添加更多。 谢谢你。 Alessandro Mariani 的。 B1aine。 <span xss=removed>e</span> by Hiroyuki。 MrCanard。 Paul Duan 和 Benjamin Solecki 团队的。 Paul Duan 。 Owen Zhang 的排名 2 解决 方案 代码。 Dmitry & Leustagos 1、 入门比赛 Getting Started 入门比赛 Getting Started 给萌新们一个试水的机会，没有奖金，但有非常多的前辈经验可供学习。很久以前 Kaggle 这个栏目名称是101的时候，比赛题目还很多，但是现在只保留了4个最经典的入门 竞赛 ：手写数字识别、沉船事故幸存估计、脸部识别、Julia语言入门。 2、训练场 Playground 训练场 Playground里的题目以有趣为主，比如猫狗照片分类的问题。现在这个分类下的题目不算多，但 Kaggle 入门新手教程（房价预测案例） Kaggle 房价预测 竞赛 链接与背景介绍 竞赛 代码解析导入工具包数据加载数据预处理异常值初筛插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 Kaggle 房价预测 对于刚刚入门机器学习的童孩来说，如何快速地通过不同实战演练以提高代码能力和流程理解是一个需要 这是一个几乎所有可用的解决 方案 和想法的列表，在过去的 Kaggle 竞赛 中表现最好的选手分享了这些解决 方案 和想法。新的比赛一结束，这个名单就会更新。目前有478场比赛。公布网址：https://farid.one/ kaggle -solutions/github地址：https://github.com/faridrashidi/ kaggle -solutions往期精彩回顾 Kaggle 是全球最大的数据科学家汇聚的平台，机器学习高手云集，同时对萌新也很友好。 Kaggle 网址：https://www. kaggle .com/。本文介绍 Kaggle 竞赛 的规则和官方网站的功能版块。 A类赛主要适合用传统的机器学习算法做，偏向与文本数据处理，比如房价预测，文本分类等； B类赛则几乎都是用神经深度学习算法做，偏向于图像识别/目标检测等方向，比如基础的猫狗识别、cifar10图像分类、蛋白质识别等。根据我的亲身体验，真的需要配置好的服务器做基础才行啊！ 大数据 竞赛 平台—— Kaggle 入门篇 这篇文章适合那些刚接触 Kaggle 、想尽快熟悉 Kaggle 并且独立完成一个 竞赛 项目的网友，对于已经在 Kaggle 上参赛过的网友来说，大可不必耗费时间阅读本文。本文分为两部分介绍 Kaggle ，第一部分简单介绍 Kaggle ，第二部分将展示解决一个 竞赛 项目的全过程。如有错误，请指正！ 1、 Kaggle 简介 Kaggle 是一个数据分析的 竞赛 平台，网址：ht 传送门：https://www. kaggle .com/competitions点击打开链接这里仅列出前50个比赛，全部的271个比赛word版下载地址：正在进行的比赛1、     Home Credit Default Risk利用各种替代数据（包括电信和交易信息）预测客户的还款能力。2、     TrackML Particle TrackingChallengeCERN探测器中的高能物理粒子追... Predict a biological response of molecules from their chemical properties 从分子的化学属性中预测其生物反应。 The objective of the competition is to help us build as good a model as possible so that we can, as op 一、赛题概述及分析 1、背景介绍 邮政系统每天都会处理大量的信件，最为要紧的一环是要根据信件上的收信人邮编进行识别和分类，以便确定信件的投送地。原本这项任务是依靠大量的人工来进行，后来人们尝试让计算机来替代人工。然而，因为多数的邮编都是手写的数字，并且样式各异，所以没有统一编制的规则可以很好地用于识别和分类。 20世纪80年代，美国国家标准与技术研究所（National Institute of Standards and Technology，即NIST）建立了经典的MNIST数据集，该数据集由250个不