Ещё одна подсказка для школьников. Kaggle — большая платформа для data science, machine learning и AI. Полезна как учебная среда, как база реальных данных и как площадка для собственных проектов и соревнований. На Kaggle есть datasets, публичные notebooks с кодом, обучающие материалы и competitions разных уровней.
Рекомендуем использовать Kaggle не ради строчки «участвовал в Kaggle», а для создания собственного проекта. Например, взять открытый dataset, сформулировать вопрос, провести анализ, построить модель, сравнить методы, визуализировать результаты и оформить всё в публичный Notebook. Kaggle специально позволяет брать dataset и сразу создавать на его основе Notebook в облачной среде.
Особенно полезно для поступления на CS, AI, data science, economics, quantitative social sciences, biology, bioinformatics, environment. Причём необязательно делать что-то суперсложное. Хороший школьный проект может выглядеть так: «Можно ли по данным Всемирного банка предсказывать youth unemployment?», «Какие признаки сильнее всего связаны с ценами на жильё?», «Можно ли классифицировать русскоязычные тексты по тематике?», «Какие факторы связаны с air pollution?» Здесь везде есть исследовательская конструкция. Есть question — data — method — result — interpretation.
Другое применение — учиться на чужих работах. У datasets и competitions есть публичные Notebooks, их можно читать, копировать в свой workspace и модифицировать. Это очень похоже на то, как мы предлагали использовать базу ISEF: смотреть не какую тему взять себе, а как другие решают задачу, какие признаки создают, как валидируют модель, какие ошибки допускают.
Competitions. Для новичков Kaggle специально делает Getting Started competitions вроде Titanic и House Prices, а дальше есть Playground, Research, Featured и другие соревнования. Но Kaggle competition сама по себе не является сильной школьной активностью. Если просто отправить несколько submissions — admissions это почти не интересует. Если занял высокий percentile в серьёзном competition, сделал сильный публичный solution notebook или получил medal — это уже намного лучше.
Мы рекомендуем Kaggle как инструмент развития research profile, то есть это не про конкурсы, это скорее про где школьнику взять реальные данные и сделать собственное исследование. И в связке с ISEF это вообще отлично работает: в ISEF можно найти исследовательские вопросы и уровень проектов, а на Kaggle — datasets, методы и примеры анализа, чтобы сделать уже свою работу. Намного полезнее очередного платного «international research competition».
#бакалавриат
/ помогаем с поступлением в Европу
полное сопровождение
консультация
разовые услуги
Рекомендуем использовать Kaggle не ради строчки «участвовал в Kaggle», а для создания собственного проекта. Например, взять открытый dataset, сформулировать вопрос, провести анализ, построить модель, сравнить методы, визуализировать результаты и оформить всё в публичный Notebook. Kaggle специально позволяет брать dataset и сразу создавать на его основе Notebook в облачной среде.
Особенно полезно для поступления на CS, AI, data science, economics, quantitative social sciences, biology, bioinformatics, environment. Причём необязательно делать что-то суперсложное. Хороший школьный проект может выглядеть так: «Можно ли по данным Всемирного банка предсказывать youth unemployment?», «Какие признаки сильнее всего связаны с ценами на жильё?», «Можно ли классифицировать русскоязычные тексты по тематике?», «Какие факторы связаны с air pollution?» Здесь везде есть исследовательская конструкция. Есть question — data — method — result — interpretation.
Другое применение — учиться на чужих работах. У datasets и competitions есть публичные Notebooks, их можно читать, копировать в свой workspace и модифицировать. Это очень похоже на то, как мы предлагали использовать базу ISEF: смотреть не какую тему взять себе, а как другие решают задачу, какие признаки создают, как валидируют модель, какие ошибки допускают.
Competitions. Для новичков Kaggle специально делает Getting Started competitions вроде Titanic и House Prices, а дальше есть Playground, Research, Featured и другие соревнования. Но Kaggle competition сама по себе не является сильной школьной активностью. Если просто отправить несколько submissions — admissions это почти не интересует. Если занял высокий percentile в серьёзном competition, сделал сильный публичный solution notebook или получил medal — это уже намного лучше.
Мы рекомендуем Kaggle как инструмент развития research profile, то есть это не про конкурсы, это скорее про где школьнику взять реальные данные и сделать собственное исследование. И в связке с ISEF это вообще отлично работает: в ISEF можно найти исследовательские вопросы и уровень проектов, а на Kaggle — datasets, методы и примеры анализа, чтобы сделать уже свою работу. Намного полезнее очередного платного «international research competition».
#бакалавриат
/ помогаем с поступлением в Европу
полное сопровождение
консультация
разовые услуги