分分钟带你杀入Kaggle Top 1%

不知道你有没有这样的感觉，在刚刚入门机器学习的时候，咱们通常都是从MNIST、CIFAR-10这一类知名公开数据集开始快速上手，复现别人的结果，但总以为过于简单，给人的感受太不真实。由于这些数据太“完美”了（干净的输入，均衡的类别，分布基本一致的测试集，还有大量现成的参考模型），要成为真正的数据科学家，光在这些数据集上跑模型倒是远远不够的。而现实中你几乎不可能遇到这样的数据（现实数据每每有着残缺的

>>阅读原文<<