Kaggle很難，勿沉迷，小心女朋友離你而去

新聞 08-05

高志鋒（Fengari）一共參加過 32 場 Kaggle 比賽，取得了 7 金 12 銀 4 銅的好成績。這樣的戰績，讓他成為當之無愧的Kaggle 宗師級導師。

要知道，Kaggle 線上 250 萬註冊用戶，只有147位 Grandmaster（宗師，數字為截至發稿前的數字），這 147 位宗師中，華人宗師大約有 30 位，高志鋒就是其中之一。

KaggleDays 是全球頂級線上數據科學平台 Kaggle 走向線下的大膽嘗試。不同於小型的線下見面會（meetups）， Kaggle Days 從第一屆華沙場開始就是百人級別。

10 月 19 - 20 日，第一屆 Kaggle Days 中國將在北京舉行，而且要增至近 500 人的規模。原因呢？當然要歸功於中國的數據科學家們在 Kaggle 這個平台上的貢獻。

在本次活動現場，華人宗師中的大約三分之一會出席，當然，作為國際性活動的 Kaggle Days 中國，現場一定少不了外籍宗師。目前，宗師邀請工作正在緊鑼密鼓地進行。作為第一位確認出席的宗師級導師，高志鋒（Fengari）接受了 DeepTech 的專訪。

2013 年，高志鋒在南京工業大學讀本科，因為偶然機會接觸到了吳恩達的機器學習課程，產生了濃厚的興趣。隨後的兩年中，高志鋒通過 Coursera 自學了三四十門相關課程。

2017 年，高志鋒從北京大學軟體與微電子學院計算機技術專業畢業後，就加入了微軟亞洲互聯網工程院小冰核心對話組，從事對話生成模型、文本複述相關的工作。

當談到自己參加數據比賽的經歷時，高志鋒說，他接觸的第一個數據挖掘比賽，是阿里巴巴天池平台在 2014 年主辦的第一屆淘寶推薦演算法大賽。真正開始玩 Kaggle 是在 2016 年，他首次出手 Kaggle 上 TalkingData 的二分類任務比賽，就取得了銅牌的成績。

圖 | 高志鋒的 Kaggle 主頁

截至目前，高志鋒一共參加過 32 場比賽，取得了 7 金 12 銀 4 銅的好成績。其中，最令他印象深刻的一場比賽是 HPA （Human Protein Atlas，人類蛋白質圖譜）在 7 個月前發起的圖像分類比賽。最終，高志鋒排名前 2%，被選為優秀方案，還與主辦方一起合作完成了蛋白質分類相關技術的論文，他覺得這是一次讓自己收穫滿滿的比賽，既可以獲得成就，又可以為相關方面的前沿工作、研究做貢獻。

圖 | HPA Image Classification 的比賽頁面

比賽並不是總能取得好成績，Kaggle 的宗師也不例外，不可能輕鬆應對比賽的所有步驟。對高志鋒來說，「Kaggle is so hard」。他認為最難的部分是對於數據本身的探索性分析，所以他會先從頭開始理解數據集，先探索數據本身，思考數據的產生以及收集過程、訓練集和測試集的劃分、各個表項目的具體含義等等，並不著急建模。

當被問及 Kaggle 給他帶來的體驗和提高時，高志鋒表示 Kaggle 提供的Kernel 和社區討論平台都是非常友好的，方便 Kaggler 們之間相互學習和討論。而 Kaggle 比賽作為另外一個系統，會以比賽的形式促使自己去學習更多的新知識，並且在比賽中驗證自己的想法；在接觸更為廣泛的真實數據的同時，也可以幫助自己在實際工作中對數據和模型的理解和權衡。

圖 | 高志鋒的 Kaggle 主頁

比賽會有不同的步驟，一般也會被分配到團隊不同成員的手中。在提到團隊合作的時候，高志鋒說，自己的團隊一般來自身邊的同學和朋友，雖然大部分時間是單幹，但是為了保證團隊內部方案的差異性，少部分思路交流和融合能夠在最終起到很不錯的效果。

雖說曾經學生時代的他，為了取得比較好的比賽名次，在臨近比賽截止的時候很難去平衡個人生活和比賽，但是現在的他，反而會更加關注自己從比賽中的收穫；同樣，他也希望跟大家分享一句話：「Roses are red, violets areblue; if you Kaggle too much, your girl will leave you.」（花紅柳綠，Kaggle 過度，彼女棄之）。

現在，高志鋒在微軟亞洲研究院創新工程組擔任研發工程師，主要關注於機器學習相關的學習和研究，也參與物流、金融等領域的 AI 落地工作。雖然以自己的研究和工作為重，但他一直會持續關注並且參加 Kaggle 比賽，不停留在自己的舒適區，一直砥礪前行。