您已经通过标记回答了自己kaggle。

让我分享一下我让团队中的每个新员工都参加的两项比赛——然后让他们在接下来的六个月里不断改进他们的解决方案。对于崭露头角的数据科学家来说，这些是一组精心策划的问题！

1. 泰坦尼克号：灾难中的机器学习 https://www.kaggle.com/c/titanic 这有助于弥合分析师和数据科学家之间的差距，并让您轻松进入 Excel 的代码世界。

2. 数字识别 器https://www.kaggle.com/c/digit-recognizer MNIST 数据集以甜美、轻松的方式让几乎所有数据科学家都为现实世界的脏数据做好了准备。这使得我们并不总是拥有结构化和组织的数据这一事实非常真实，但它不应该阻止我们从中获得洞察力！

快乐编码！

让我分享一下我的 ML 培训资源列表：

1. http://www.crowdanalytix.com/listContests
2. http://datahack.analyticsvidhya.com/contest/all/
3. http://www.chalearn.org/challenges.html（有些链接可能已经失效）

我相信你读过这个 Reddit：http ://www.reddit.com/r/MachineLearning/

我强烈推荐该平台 - https://datahack.analyticsvidhya.com/contest/all/

AnalyticsVidhya 是一个了不起的数据科学社区。不仅是比赛，他们的博客 ( https://www.analyticsvidhya.com ) 上也有技术文章。虽然我曾经为他们写过博客，但我的观点并没有受到这个事实的偏见。在此之前，我曾经跟随他们几年，我很幸运有机会为社区做出贡献。

在有趣的问题方面，我会推荐以下内容：

1. 聪明的新兵

2. 创意分析师

3. 日期您的数据

抱歉，我是新来的，不允许发布超过 2 个链接。您可以在他们的网站上找到这些比赛。数据集可用，您可以提交自己的基准测试。另外，我建议注册他们的电子邮件。他们举办为期 2-3 天的短时间编程马拉松，提供出色的学习体验。

希望这有帮助！