與120萬擦肩而過 Kaggle Vesuvius Challenge - Surface Detection 9/1391 金牌AyoGG詳細的解決方案不會出現在此篇貼文中 有興趣者可以直接參考上述連結了解比賽和我們的方案。 Kaggle是一個數據建模和數據分析競賽平台。企業和研究者可在其上發布數據，統計學者和數據挖掘專家可在其上進行競賽以產生最好的模型。母公司是GOOGLE，Kaggle在全球範圍內擁有將近20萬名數據科學家，在上面活躍的人真的都是各國工程師，尤其是NV工程師。 在台灣很少打Kaggle的人其實很少，會使用到Kaggle大部分是資工上課、上課範例會需要爬一下上面的資料 貼文之類的，導致其實台灣不太有此種環境能夠討論相關問題，上次寫AICUP沒人想屌我們，這次直接往上挑戰Kaggle。 先敘述一下我們的參賽經歷，雖然我們在Kaggle中都是藍頭(無經驗者)，但我們隊伍已經參與過大部份台灣的AI賽事，對此有一定了解，像是 AI CUP 2025 玉山人工智慧公開挑戰賽－AI偵探出任務，精準揪出警示帳戶！3 / 790 AI CUP 2025秋季賽－電腦斷層心臟肌肉影像分割競賽 I－心臟肌肉影像分割 佳作 AI CUP 2025秋季賽－電腦斷層心臟肌肉影像分割競賽 II－主動脈瓣物件偵測 前標 AICUP 醫病語音敏感個人資料辨識競賽 3 / 271 IMBD 2025 2 / 182 Kaggle 比賽雖然獎金豐厚 但是很明顯能感受出來在上面比賽的人，真的比較像是來幫助主辦解決問題的，氣氛不會太肅殺，整體風氣是鼓勵大家一起進步，而不是像零和遊戲一般計較名次。 討論區比起台灣的各種競賽來說，豐富度是一個天一個地，台灣的競賽有些討論區到結束連一篇文都沒有，有些根本不讓你討論，搞得不知道競賽目的是甚麼，保密防諜玩得比誰都強。 Kaggle的討論區會有很多見解、代碼，甚至我們這次主辦在比賽中途發表了可以達到前10的公開代碼作為BASELINE，也有很多對於比賽資料、指標的疑問，主辦也都會一一回覆(當然不能太沒料)，然後就看主辦覺得對公平性影響大不大，我們這次比賽中經歷兩次改制都刷掉蠻多人，但我們還是在驚滔駭浪中活了下來嘻嘻。 Shake-up的部分，就是Public 與 Private 的差異，意旨其實會有兩個排行榜，比賽結束前都只能看Public和本地CV去接受反饋 ，最終名次以Private為主，兩個資料集是完全獨立以避免過度擬和，但是這場Shake-up倒是意外平靜。 最終來到為什麼我們會跟120萬擦肩而過呢，上面有提到說有 Public 與 Private 其中主辦在比賽結束後有提到 Public 跟 Private 不只是量體上有差距，連組成也差異很大。 這點其實在比賽途中我們也有觀察到，但還是被 Public 負反饋嚇到了，我們最終提交版本並非本地CV最好的版本甚至差的有點多，比賽結束後有測試一次CV最好的版本然後Public 害人不淺 ， 也怪我們心智不夠堅定。最後 Kaggle 台灣一年能拿到金牌不到5人(網路查的)，但今年已經超過了嘻嘻 我是還不知道他對我求職有沒有很大的幫助 但我真心認為他很稀有。 希望能有更多人能夠參與，不要埋沒了自己的潛力。 #Trust your validationDataScience比賽ai研究所求職
