Kaggle将机器学习问题转变为公开竞赛

公司积累了想要转化为价值的数据，但数据科学家稀缺，组织难以获得人才。Kaggle.com提供了一种替代方案：公司主办机器学习竞赛，参与者为奖金而构建预测模型。

2020年HICSS研究通过十次专家访谈和从Kaggle抓取的数据，了解组织如何使用竞赛。研究发现实际益处——与参与者讨论并学习最先进的方法——但也指出竞赛只能涵盖典型数据科学项目中的一小部分任务。

研究确定了三大类中的12个因素，这些因素影响组织在主办数据科学竞赛时的感知成功，为众包何时优于招聘提供了框架。

通过竞赛众包模型

众包群体远比任何内部团队更大、更多样化。

清晰的评估指标让组织客观比较模型。

竞赛让内部团队接触到最先进的方法。

主办成本是奖金，而非工资和人头。

如果专业知识稀缺且昂贵，购买解决方案而非人头：一个范围明确、有清晰指标的竞赛让众包完成工作，并在此过程中教会你的团队。

Kaggle成为数据科学竞赛的参考市场，全球公司和研究人员用它来获取模型、基准方法和招聘人才，并在2017年被Google收购。