Kaggle dla początkujących: od czego zacząć i czego unikać

Krótka odpowiedź

Na Kaggle zacznij w tej kolejności:

Podstawy Pythona i pandas, jeśli ich jeszcze nie masz.
Kurs „Intro to Machine Learning” w Kaggle Learn: według Kaggle 3 godziny, 7 lekcji, a ostatnia uczy, jak wysłać wynik do konkursu.
Konkurs Titanic: konkurs do nauki, bez nagród, punktów i medali.
Dopiero potem konkursy Playground, według Kaggle „for fun”, o krok trudniejsze.

Kaggle traktuj jak siłownię, a nie bilet do pracy. Nie znaleźliśmy danych o tym, ile miejsce w rankingu daje przy zatrudnieniu, o czym piszemy na stronie Przebranżowienie na ML.

Zanim założysz konto, zobacz te same dane u nas: lekcja Drzewa decyzyjne: dwadzieścia pytań do danych buduje drzewo na pasażerach Titanica, bez kodu.

Krok 1. Kaggle Learn: krótko i z ćwiczeniami

Kursy Kaggle Learn są darmowe i mają ćwiczenia w notatnikach w przeglądarce, więc nic nie instalujesz. „Intro to Machine Learning” prowadzi od pierwszego modelu przez walidację i przeuczenie do lasów losowych. Jeśli Python to dla Ciebie nowość, najpierw przeczytaj, ile go naprawdę trzeba: Python do machine learningu.

Krok 2. Titanic: konkurs, w którym nie da się przegrać

Kaggle nazywa takie konkursy „Getting Started”: są dla osób z małym doświadczeniem albo bez niego, nie mają nagród pieniężnych i trwają bez końca. Titanic nie przyznaje też punktów ani medali, więc możesz się mylić do woli.

Jak to działa:

Dostajesz plik train.csv z 891 pasażerami i informacją, kto przeżył, oraz test.csv z 418 pasażerami bez tej informacji.
Wysyłasz plik z przewidywaniem dla każdego z 418 pasażerów. Kaggle liczy trafność, czyli odsetek dobrze przewidzianych osób.
Możesz wysłać 10 zgłoszeń dziennie. Zgłoszenie starsze niż dwa miesiące znika z tablicy wyników, żeby nowi porównywali się z bieżącą grupą.

Te same 891 osoby z train.csv są w naszym kursie, więc lekcje Drzewa decyzyjne i Zespoły modeli: czemu wiele drzew bije jedno są dobrą rozgrzewką.

Krok 3. Najpierw punkt odniesienia

Zanim zbudujesz model, policz, ile dają proste reguły. Na 891 pasażerach z train.csv:

„nikt nie przeżył” trafia u 549 osób, czyli w 61,6%,
„przeżywają kobiety, mężczyźni nie” trafia u 701 osób, czyli w 78,7%.

Przykładowy plik zgłoszenia od Kaggle nazywa się gender_submission.csv, czyli „zgłoszenie według płci”. Jeśli Twój model nie bije reguły według płci, to jeszcze nic nie umie. Uwaga: to wyniki na danych do nauki, a wynik na test.csv może być inny. Dlaczego punkt odniesienia jest tak ważny, pokazuje lekcja Punkt odniesienia: z czym porównujesz model?.

Krok 4. Nie goń tablicy wyników

W konkursach Kaggle tablica publiczna jest liczona na części danych testowych, a ostateczna, prywatna, na reszcie. Dokumentacja Kaggle ostrzega wprost: „A high public score doesn't guarantee a high private score”.

Każde zgłoszenie, które poprawiasz tylko dlatego, że wynik na tablicy podskoczył, to krok w stronę dopasowania do przypadku. Przy 10 zgłoszeniach dziennie łatwo w to wpaść. Lepiej sprawdzaj model u siebie: walidacja krzyżowa na danych treningowych mówi więcej niż jedna liczba z tablicy. Ten mechanizm opisują hasła przeuczenie do tablicy wyników i lokalna walidacja a tablica wyników.

Krok 5. Playground, gdy Titanic już nudzi

Konkursy Playground to według Kaggle krok wyżej niż „Getting Started”: proste zadania, małe ryzyko, a nagrodą jest zwykle uznanie. Limit zgłoszeń jest tu zwykle mniejszy niż w Titanicu: dokumentacja Kaggle podaje, że w konkursach to zwykle 5 dziennie na cały zespół. Plan pierwszego tygodnia z takim konkursem, z modelem bazowym i walidacją krzyżową, opisaliśmy we wpisie Kaggle w październiku: od czego zacząć, jeśli się uczysz.

Co Kaggle daje, a czego nie

Daje praktykę na prawdziwych danych, cudze notatniki do czytania i szybką informację zwrotną.
Nie daje dowodu, że umiesz postawić problem od zera: w konkursie ktoś już wybrał dane, metrykę i podział. Tego uczy własny projekt, opisany we wpisie Pierwszy projekt ML krok po kroku.
Kopiuj z głową. Najlepszy sposób na cudzy notatnik: przepisz go sam i zmień jedną rzecz naraz.

Co dalej

Drzewa decyzyjne: następny krok, czyli Titanic od środka w przeglądarce, zanim wyślesz pierwsze zgłoszenie.
Start tutaj: mapa na pierwsze 15 minut i darmowe materiały z zewnątrz.
Newsletter „ML jak dziecku”: jedno pojęcie w mailu, na przykład walidacja albo punkt odniesienia.

Źródła

Kaggle, „Titanic - Machine Learning from Disaster” (891 i 418 pasażerów, trafność, 10 zgłoszeń dziennie, okno dwóch miesięcy, „Does not award Points or Medals”, gender_submission.csv), sprawdzone 26.10.2026: https://www.kaggle.com/competitions/titanic
Kaggle, dokumentacja „Competitions” (Getting Started i Playground, tablica publiczna i prywatna, zwykle 5 zgłoszeń dziennie), sprawdzone 26.10.2026: https://www.kaggle.com/docs/competitions
Kaggle Learn, „Intro to Machine Learning” (3 godziny, 7 lekcji, „No cost”), sprawdzone 26.10.2026: https://www.kaggle.com/learn/intro-to-machine-learning
Zbiór Titanic w naszym kursie (891 pasażerów z train.csv) i obie proste reguły: dane w repozytorium strony, liczone testem.