背景提升之Kaggle比賽介紹
谷歌旗下的Kaggle是一個數據建模和數據分析競賽平臺。該平臺是當下最流行的數據科研賽事平臺，其組織的賽事受到全球數據科學愛好者追捧。 如果學生能夠在該平臺的一些比賽中獲得較好的名次，不僅可以贏得大量的獎金，還可以收穫Google、Amazon等知名互聯網公司的面試邀請。同時，學生在kaggle上的排名也能體現學生在數據科學、人工智能學科方向上強烈的興趣，進而在學生申請和未來就業的過程中，幫助學生展現自己在編程和算法上的競爭力。
學習數據科學是深入瞭解人工智能（AI）的必經之路。數據科學是機器學習的基礎，而機器學習是人工智能最核心的算法實現方式。
播放
暫停
進入全屏
退出全屏
00:00
00:00
重播請
刷新
試試為什麼要參加Kaggle數據科學競賽？
Kaggle是展現學生數據科學學術能力的極佳渠道。現在，數據科學、人工智能算法領域的學者以及從事數據相關行業人士都會在學習工作之餘在Kaggle上參加自己感興趣的比賽，同業內人士進行交流學習，提高自己的專業水平。
除了算法專家之外，有越來越多其他學科方向的學生和從業人員想要通過數據科學的方式提高自己使用算法解決問題的能力。這些學科既包括理工科（物理、化學、工程、環境、能源等）和社會科學（經濟學、心理學、社會學）也包括文學、歷史學和人文學科。
AI＋X數據驅動型科研：
AI＋X數據驅動型科研 是指使用人工智能（AI）算法，收集、處理、分析具體學科（X）的數據，並基於此進行預測，從而獲得科學發現的研究方法。AI＋X數據驅動型科研已被廣泛地應用於各個領域，如物理、化學、生物、工程、心理學、社會學甚至文學。
與傳統的、基於實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以藉助AI算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用範圍廣的優點。以AI算法預測染色體中的癌症基因為例：使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。但藉助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數據庫，與過往的研究成果進行對照，快速、準確地在兩者中發現規律、建立聯繫，從而使癌症診斷的“標準化”成為可能。
私信美嘉留學，諮詢更多留學背景提升問題。
