前言

算法竞赛时代

2010 年，全球著名算法竞赛平台 Kaggle 举办了第一场竞赛 Forecast Eurovision Voting，奖金为 1000 美元。2015 年，国内第一场算法竞赛在天池举办，比赛题目是阿里移动推荐算法，奖金为 30 万元人民币，吸引了 7000 多人参加。虽然国内的算法竞赛起步时间晚于国外，但从 2015 年开始，在全球举办的一共 1000 多场赛事中，中国就举办了 400 多场，并且场次的年均增长率高达 108.8%，有累计超过 120 万人参加，奖金累计达到 2.8 亿元人民币。在算法竞赛的举办场次拥有如此高增长率的情况下，其技术价值、业务价值和创新价值自然不容小觑。

本书缘起

说起本书，便要追溯到 2019年4 月 19 日人民邮电出版社的策划编辑陈兴璐在知乎上发给我的一则信息，其中讲到她看过我很多有关算法竞赛的文章，而且多次在算法竞赛中获奖，因此期待我能出版一本关于算法竞赛的图书。大概在 2018 年年初，我就已经创建了专栏，开始分享竞赛相关的文章，一路走来持续输出，目前的文章总浏览量达到百万。这次收到来信以及希望出版算法竞赛图书的邀请，是对我分享竞赛知识和已取得成绩的莫大认可，我欣然答应了写作邀请，并确定以《机器学习算法竞赛实战》作为书名。

为了完成本书，我邀请了我的竞赛老队员刘鹏（国内多次竞赛的冠亚军），陈兴璐编辑向我推荐了钱乾（Kaggle 竞赛平台的 Grandmaster，国内最早一批竞赛选手之一）。另外，考虑到每个人擅长的点不同，我们进行了明确的章节分工，以保证每个章节的质量。

本书特色

对于本书的章节架构，我们除了进行仔细的讨论外，还采纳了国内多名顶尖竞赛选手的建议。算法竞赛本身涵盖的范围是很大的，我们的理念是剖析其最本质的内容，然后结合多个领域模块进行实战讲解，这也是本书的一大特色。本书分为以下五个部分。

第一部分——磨刀事半，砍柴功倍。这部分以算法竞赛的通用化流程为主，介绍竞赛中各个部分的核心内容和具体工作，且每章都配有具体的实战部分，以便加深理解。

第二部分——物以类聚，人以群分。这部分主要介绍用户画像相关的问题，构建完善的标签体系是用户画像的核心，也是解决用户画像类赛题的关键，比如个性化推荐和金融风控等问题都需要以用户画像作为支撑。为了帮助读者加快对此类竞赛问题的学习、理解，会讲解具体的竞赛案例，即 Kaggle 平台的Elo Merchant Category Recommendation。

第三部分——以史为鉴，未来可期。这部分以时间序列预测问题为主，先讲述这类问题的常见解题思路和技巧，然后分析两个具体的实战案例，分别是天池平台的全球城市计算 AI 挑战赛和 Kaggle 平台的 Corporación Favorita Grocery Sales Forecasting。

第四部分——精准投放，优化体验。计算广告相关的业务大多是很好的竞赛题目，这部分主要介绍了计算广告的核心技术和业务，包括广告召回、广告排序和广告竞价。实战案例部分则包括两道赛题，分别是 2018 腾讯广告算法大赛——相似人群拓展，以及 Kaggle 平台的 TalkingData AdTracking FraudDetection Challenge。

第五部分——听你所说，懂你所写。这部分基于自然语言处理相关的内容进行讲解，包括常见任务和常见技术，实战案例部分是 Kaggle 平台上的经典竞赛 Quora Question Pairs。

本书是算法竞赛领域一本系统性介绍竞赛的书，不仅包含竞赛的基本理论知识，还结合多个方向和案例详细阐述了竞赛中的上分思路和技巧。

本书的读者对象

本书的目标读者可以分为以下三类。

对算法竞赛感兴趣的人。兴趣是最大的驱动力，为了让算法竞赛变得更加有趣和更加多样性，本书增加了很多扩展与探索性的内容，从多个方向、多个领域进行介绍和实战。