数据科学黑客赛可能很难破解，特别是对初学者来说。常见的误解是你必须是一个专家才能参加数据科学黑客赛。恰恰相反，黑客赛是磨练你的数据科学技能的好方法。
像Kaggle、MachineHack这样的平台正在帮助公司利用黑客马拉松模式雇用最好的数据科学人才。上个月，MATHCO.thon 结束了其 "汽车价格预测 "挑战。
多达2383名数据科学专业人士参加了比赛，其中50人入围。排行榜上的前三名获得了现金奖励。
N Sai Sandeep曾参加过MachineHack。去年，他首次参加了印度招聘黑客马拉松大赛。不幸的是，他没能取得好成绩。"桑迪普说："我在'汽车价格预测'挑战中应用了我的学习，并进入了前三名。其他获奖者阿卡什-古普塔和赛-迪帕克说，MachineHack的功能，如实践和Bootcamp，帮助他们为MATHCO.thon做准备。
IIT Madras教授Chandrasekharan Rajendra 说，候选人应该不断地更新他们的知识，并通过积极参加国际黑客马拉松比赛来区分自己。"他补充说："这应该是了解你与该领域中的佼佼者相比所处位置的基准。
在这篇文章中，我们谈到了赢得数据科学黑客赛的流行黑客。
小步骤
虽然争取最高奖项没有错，但参与者往往会舍本逐末。只有在排行榜上排名靠前的人才能登上领奖台。如果你抱着不惜一切代价赢得比赛的心态，你最终可能会感到失望。因此，重要的是专注于小的胜利，把黑客马拉松当作学习曲线。
"第一步是要从小事做起。因此，当你去做大梦的时候，你很难完成你自己设定的每一项任务。所以相反，要问自己这些问题。我应该先从什么开始？什么会在有限的时间内产生最好的想法？我想达到什么目的？这三个问题涵盖了大多数基础，"TD 2019年的冠军Leon Yuan说。"你真正想学的是什么？你真正想从中得到什么？也是需要考虑的重要问题，"他补充说。
相信过程
"通常，当我们谈论数据科学项目时，似乎没有人能够拿出一个坚实的解释，说明整个过程是如何进行的。从收集数据，一直到分析和展示结果，"数据科学学习平台，"LEAD的创始人Cher Han Lau说。
在他的博客中，他详细介绍了OSEMN框架，它涵盖了数据科学项目生命周期的每一步，从获取、洗刷、探索、建模和解释数据。
(来源：LEAD)
来自黑客马拉松获胜者的提示
- 黑客马拉松上没有人是专家，每个人都在做实验。
- 你需要有一个演示或最小可行产品才能获胜。
- 对于机器学习挑战，90%或更高的准确率是 "不错的选择"。
- 花时间研究数据。
- 尽早与你的团队/导师沟通阻碍因素。
- 始终使用虚拟通信平台以保持协作工作流程。
- 使用谷歌Colabs或Jupyter笔记本。
- 利用可视化库，如Matplot。
- 销售商业解决方案。
The postHow To Ace Data Science Hackathonsappeared first onAnalytics India Magazine.
