（Kaggle人工智能比赛复现）30 个经典 Kaggle 比赛及适合 PyTorch 实践的赛题

30 个经典 Kaggle 比赛及适合 PyTorch 实践的赛题

以下整理了 30 个 Kaggle 经典比赛，覆盖计算机视觉、自然语言处理、表格数据等不同类型。每个比赛都注明了核心任务、赛题简介、适合的学习阶段和数据集来源，供学习者使用 PyTorch 进行复现和练习。

1. Titanic: Machine Learning from Disaster

• 核心任务：生存预测（二分类）
• 赛题简介：预测 1912 年泰坦尼克号沉船事故中哪些乘客能够幸存 (Kaggle Competitions For Ai Prediction | Restackio)。参赛者根据乘客的个人信息（如年龄、性别、舱位等）构建模型，回答“什么样的人更可能幸存？” (Titanic: Machine Learning from Disaster - Rishabh Nimje)。这道题被誉为 Kaggle 上最经典的入门挑战赛题。
• 适合的学习阶段：初学者（入门级机器学习练习）
• 数据集来源：历史泰坦尼克乘客名单及幸存记录（由 Kaggle 整理提供）

2. House Prices: Advanced Regression Techniques

• 核心任务：房价预测（回归）
• 赛题简介：根据美国艾姆斯 (Ames) 城市房屋的79个特征，预测每套房屋的最终出售价格 (GitHub - chouhbik/Kaggle-House-Prices: Predict sales prices and practice feature engineering, RFs, and gradient boosting)。该比赛旨在练习特征工程和回归建模技能，是学习者在掌握基础后提升能力的绝佳练习 (GitHub - chouhbik/Kaggle-House-Prices: Predict sales prices and practice feature engineering, RFs, and gradient boosting)。
• 适合的学习阶段：初学者/中级（有一定机器学习基础后）
• 数据集来源：Ames Housing 房价数据集，由 Dean De Cock 编制用于数据科学教育 (GitHub - chouhbik/Kaggle-House-Prices: Predict sales prices and practice feature engineering, RFs, and gradient boosting)。

3. Santander Customer Transaction Prediction

• 核心任务：用户交易预测（二分类）
• 赛题简介：来自 Santander 银行的匿名客户数据，要求参赛者预测哪些客户在未来会进行特定交易 (Kaggle Competitions For Ai Prediction | Restackio)。该比赛强调理解客户行为，将机器学习应用于实际业务问题。
• 适合的学习阶段：中级（需要一定的数据处理和建模技能）
• 数据集来源：Santander 银行提供的客户交易记录（已匿名化处理）

4. Porto Seguro’s Safe Driver Prediction

• 核心任务：保险理赔预测（二分类）
• 赛题简介：由巴西 Porto Seguro 保险公司举办，挑战参赛者建立模型预测司机在下一年提出汽车保险理赔的概率 (Porto Seguro’s Safe Driver Prediction | Kaggle) (Kaggle Porto Seguro Part I - Exploratory Data Analysis)。这是典型的不平衡分类问题，大部分司机不会出险，极少部分会出险 (Kaggle Porto Seguro Part I - Exploratory Data Analysis)。通过本赛题可以学习应对不平衡数据和提高模型泛化能力的技巧。
• 适合的学习阶段：中级（涉及高级特征工程和模型集成技巧）
• 数据集来源：巴西 Porto Seguro 保险公司提供的投保客户历史数据 (Kaggle Porto Seguro Part I - Exploratory Data Analysis)。

5. Home Credit Default Risk

• 核心任务：信用违约预测（二分类）
• 赛题简介：使用贷款申请的历史数据预测借款人是否会违约（无法偿还贷款） (Credit Default Risk - Kaggle)。此比赛由金融公司 Home Credit 举办，旨在借助机器学习更好地评估借款人的信用风险 (Wait, so loans need to be repaid? The home credit risk prediction …)。参赛者需要处理大量异构的客户信息，并运用特征工程提升模型性能。
• 适合的学习阶段：中级/高级（涉及大量数据预处理和特征构造）
• 数据集来源：Home Credit 集团提供的历史贷款申请及还款数据 (Wait, so loans need to be repaid? The home credit risk prediction …)。

6. Rossmann Store Sales

• 核心任务：超市销售预测（时间序列回归）
• 赛题简介：德国连锁药店 Rossmann 提供数年历史销售数据，要求预测其在多个门店未来6周的每日销售额 (TIME SERIES FORECASTING - TAKING KAGGLE ROSSMANN CHALLENGE AS EXAMPLE - Hogwarts CS Magic School)。参赛者需要结合商店信息、促销和竞争对手等因素进行时间序列预测。这是Rossmann公司的首场 Kaggle 比赛，共有 1115 家德国门店的销售需预测 (TIME SERIES FORECASTING - TAKING KAGGLE ROSSMANN CHALLENGE AS EXAMPLE - Hogwarts CS Magic School)。该