上一篇文章 JDATA京東演算法大賽入門(score0.07+時間滑動窗口特徵＋xgboost模型) - 知乎專欄

有些朋友問我代碼的問題，代碼沒有注釋也有些bug，但是有心的同學如果理解了思路，稍加優化應該也可以得到一個還不錯的成績了。

我準備整理一些kaggle比賽top選手分享的代碼，學習別人如何解決問題同時提升自己這方面的能力。

該專欄會長期更新，後續會詳細的分析每個問題的解決方法：

更新：

老司機坐穩了，Kaggle競賽-深度學習檢測疲勞駕駛簡要回顧 - 知乎專欄

Click-Through Rate Prediction

很經典的點擊率預估問題，這個比賽很值得大家好好研究，冠軍主要使用LibFFM方法，除了該方法之外還可以學的點擊率預估中很實用的FTRL(google發表的論文)方法。

• 第一名: LibFFM
• FTRL: Beat the benchmark with less than 1MB of memory.

Rossmann Store Sales

銷量預測問題，這個比賽中第三名的方法很值得參考，選手結合了entity-embedding和神經網路，後續在JDATA京東演算法大賽中會嘗試實用該方法。

• 第三名：entity－embedding ＋ NN

State Farm Distracted Driver Detection

疲勞駕駛檢測，該比賽是我入門深度學習的比賽，選手們分享了很多有趣的方法，包括基本的深度學習模型訓練，如何應用模型遷移、數據加強、模型微調等技巧

• 第一名
• 第三名: 融合 8個 CNN model
• 第十名

Outbrain Click Prediction

預測哪塊內容用戶會點擊，點擊率預測問題，值得參考

• 第二名:
• 第三名：
• 第四名：

更新：

Facebook V: Predicting Check Ins

評論區出現大神， @李力 第五名大神，大家可以評論區找他~

• 第五名： github ， 論壇

更新 ：

感謝 @Grant Liu @Eliot Andres 整理的kaggle比賽詳細的解決方案列表，非常齊全 ， 趕緊去star了好好看看

Kaggle Past Competitions

待補充，後續會整理更多比賽的代碼和解決方法。

推薦閱讀：