学习笔记--kaggle小麦比赛

1、kaggle描述

kaggle–开源，如何解决一些数据问题，如何建模解决问题
说明：
不同类别的比赛有不同的目的，1.3难度大
有离线和在线两种
有四种类型
数据挖掘、简单点
图像、语音、自然语言、难点

说明：
kaggle等级

说明：
overview：简介，背景，难点，评估指标，
data：数据集
notebooks：开源的代码，直接导入就可以，应该看一看，可以不用自己写就不要写了
discussion：论坛
leaderboard：排名

A和B榜，要都符合

比赛流程：

baseline选取，完成baseline之后，训练，构建模型推断时需要一些tricks

2、比赛过程实例、

分析数据集、

分析数据样本



可以过滤错误的，
也可以当做噪声去增强泛化能力

评价指标：
MAP：精确率和召回率的权衡
精确率：你识别出来的到底是不是这个目标
召回率：一张图上有100个，只检测出20个，虽然都检测对了



cutout模仿dropout，随机抠掉一些像素，用黑色像素填充
下一种是随机抠掉像素，用其他图的像素填充