学NOAI有出路吗?

学NOAI有出路吗?

本文核心观点
学 NOAI 到底有什么出路?至少可以参加 Kaggle 比赛,赚它个 1000 万奖金。本文讲清 Kaggle 与 NOAI 备赛能力的衔接关系。

学NOAI有出路吗?

至少可以参加Kaggle比赛啊,赚它个1000万奖金

NOAI竞赛

有人靠预测房价,赢了120万美元。

不是炒房,是在一个叫Kaggle的网站上,用机器学习模型预测美国房价。Zillow——美国最大的房产估价平台——把自己的核心算法拿出来公开悬赏:谁的模型比我们的准,120万美元直接拿走

这不是个例。

Kaggle是什么

Kaggle是全球最大的数据科学竞赛平台,Google旗下。企业把真实问题发到平台上,全球选手用代码和模型来解决,赢了就拿奖金。

这些不是玩具题。美国国土安全部悬赏150万美元,让选手优化机场安检的X光图像识别算法。一家医疗保险公司悬赏300万美元,预测哪些病人明年会住院。ARC基金会悬赏110万美元,挑战AGI基准测试。

折合人民币,最高的单场奖金超过2000万。

14岁的Kaggle大师

这些奖金不只是资深工程师在抢。

Andy Wang,美国高中生,14岁成为Kaggle Competition Master。一枚金牌,两枚银牌。没上过任何数据科学课程,全靠自学。

Mikel Bober-Irizar,英国少年,14岁开始打Kaggle,17岁成为最年轻的Kaggle Grandmaster——这个头衔全球只有不到300人拥有。

还有一个中国选手。

廖培元,高中时期就在国内发表了两篇深度学习论文。20岁成为Kaggle Grandmaster,全球排名第28,拿下7枚金牌。后来去了卡内基梅隆大学计算机系——全美CS排名第一的学校。

这三个人用的核心技能是什么?

Python、scikit-learn、PyTorch、数据分析、特征工程、模型调优。

这些技能,NOAI都在考

打开NOAI的考纲:

初赛Python编程、数据结构、机器学习基础(监督学习、KNN、线性回归、模型评估)、深度学习基础(CNN、反向传播、梯度下降)

复赛用PyTorch和scikit-learn解决真实问题:图像分类、文本分类、语音检测、时间序列预测

Kaggle上80%的竞赛,用到的就是这些东西。区别只在于数据集更大、约束更多、需要更多工程技巧。

一个能在NOAI复赛拿到好成绩的选手,已经具备了在Kaggle上拿奖牌的基础能力。

不只是奖金

Kaggle的价值不只是奖金。

Kaggle Grandmaster是全球AI行业的硬通货。Google、Meta、Apple的AI团队长期从Kaggle排行榜上挖人。不看学历,不看年龄,只看排名和成绩。

廖培元靠Kaggle成绩申请到了CMU。Andy Wang 14岁的Kaggle履历,比任何课外活动都有说服力。

对于准备出国的学生,一个Kaggle金牌的含金量,招生官看得懂。

从NOAI到Kaggle

学NOAI有没有出路?

这个问题的答案不在NOAI本身——NOAI教的是AI的基本功,出路在于这套基本功能带你去哪里。

Kaggle是一个去处。AI创业是一个去处。顶尖大学的AI实验室是一个去处。

但所有这些去处的入场券都一样:Python、机器学习、深度学习、动手解决真实问题的能力。

这些,恰好是NOAI在训练的。

微信二维码

扫码备注【NOAI】加交流群