点击上方蓝色字体关注公众号git
这周两篇文章：算法
1 机器学习是万能的吗？AI落地有哪些先决条件？若是你刚接触ML，或者对ML以为很神秘，请先看下这篇文章。微信
2 如何作才能真正提高计算速度？硬件再牛，也难以招架业务场景中产生的数据，提升算法性能和计算速度是永远的话题。app
最近有人问有没有相关数据集，这几天抽时间整理了如下数据集，标题便是Kaggle竞赛题目，能够直接搜索得到赛题详细介绍，在此列出10个参赛队伍最多的竞赛题及标签，最重要的是提供数据集的下载。
机器学习
Kaggle是提高理解ML的较好平台，学的再多，都不如如今开始动手实践，简历上写的会再多算法，都不若有1个竞赛TOP3有说服力。
性能
1 Titanic: Machine Learning from Disaster学习
Start here!
Predict survival on the Titanic and get familiar with ML basics字体
2 House Prices-Advanced Regression Techniquesspa
Predict sales prices
practice feature engineering, RFs, and gradient boosting.net
3 Digit Recognizer
CV starts here！
Learn computer vision fundamentals with the famous MNIST data
4 TalkingData AdTracking Fraud Detection Challenge
fraudulent click starts here!
Can you detect fraudulent click traffic for mobile app ads?
5 Toxic Comment Classification Challenge
NLP starts here!
Identify and classify toxic online comments
6 Santander Customer Satisfaction
HOT
Which customers are happy customers?
7 2018 Data Science Bowl
CV
Find the nuclei in divergent images to advance medical discovery
8 Bike Sharing Demand
Forecasting
Forecast use of a city bikeshare system
9 Instacart Market Basket Analysis
选品分析
Which products will an Instacart consumer purchase again?
10 San Francisco Crime Classification
多分类预测
Predict the category of crimes that occurred in the city by the bay
后台回复：kaggledata 直接下载。若不反感，能否点下广告！
本文分享自微信公众号 - Python与算法社区（alg-channel）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。