Kaggle上主要有两大方法：梯度提升机和深度学习

Python深度学习：

在2016年和2017年，Kaggle上主要有两大方法：梯度提升机和深度学习。具体而言，梯度提升机用于处理结构化数据的问题，而深度学习则用于图像分类等感知问题。使用前一种方法的人几乎都使用优秀的XGBoost库，它同时支持数据科学最流行的两种语言：Python和R。使用深度学习的Kaggle参赛者则大多使用Keras库，因为它易于使用，非常灵活，并且支持Python。

要想在如今的应用机器学习中取得成功，你应该熟悉这两种技术：梯度提升机，用于浅层学习问题；深度学习，用于感知问题。用术语来说，你需要熟悉XGBoost和Keras，它们是目前主宰Kaggle竞赛的两个库。