机器学习的潮流真的来了。
富二的美女单身同事眼光颇高，原先的择偶要求卡在“高学历”“高颜值”上，今天在午餐间居然神经兮兮地说“最好是学计算机的，懂机器学习的那种，特别酷。”
“但我上哪儿找呢？”美女同事托着俏丽的下巴惆怅地说。
富二忍不住翻了个白眼，但还是认真思考了这个问题。
找玩儿音乐的就去音乐节上偶遇，
找电影爱好者就去豆瓣上勾搭，
找宅男去B站上准没错，
那这些玩儿机器学习的大牛，
都在哪里呢？
随手抓了一个搞IT的同事问了下，他想也没想就说：“Kaggle”。
Kaggle是什么？
全球最大的机器学习竞赛在线平台和社区。
不论是企业、某个领域的研究组织、甚至是政府机构，都可以把数据集（dataset）和想要解决的问题丢在Kaggle上，请数据专家来帮忙解答。
例如，全球最大卫星影像公司 Planet透过卫星影像监控亚马逊雨林的变化，但他们无法分辨雨林的减少是人为造成的还是自然因素造成的，所以在 Kaggle 上举办比赛，希望可以有更好的算法来保护亚马逊雨林，吸引了不少关注生态议题的人参与。
也就是说，Kaggle致力于“用机器学习的技术解决实际问题”。
从参赛者的角度来讲，他们将组队参与项目，针对其中一个问题提出解决方案，最终由公司选出的最佳方案可以获得奖金。正因为 Kaggle 上高手云集，吸引不少大型企业、机构都到此举办比赛，比如Google、Facebook、Airbnb、沃尔玛、Benz、Bosch、英特尔、西班牙国际银行（Santander）、欧洲量子物理研究所（CERN）等，而且奖金额度更已有突破百万美元等级的案例。
（Kaggle上奖金排名前5的比赛）
可以说，Kaggle 上聚集了全世界顶尖的数据科学家。他们利用数据挖掘、深度学习、统计等方式搭建出解答问题的模型或算法，胜出者就有机会获得礼品、奖金或是工作机会，当然也有不少参加比赛的人是纯粹出自兴趣。在数据科学家的心中，Kaggle可以称得上此生必须挑战的高峰。
富二家研究量化精选团队的小伙伴也在那条登高的路上。
他们挑战的是一个叫“Titanic”的任务。截至目前，全球共9125支队伍在同台竞技。
“Titanic”比赛背景
这就是那个大家都熟悉的“Jack and Rose”的故事，豪华游轮不幸撞上冰山沉没了，大家都惊恐逃生，可是救生艇的数量有限。副船长发话“lady and kid first！”，所以船上的人是否获救并非随机，而是基于一定的背景（性别、年龄、阶级等），存活下来的可能性不同。
比赛内容
在这个比赛中，参赛者需要对什么样的人可能幸存下来进行分析。训练和测试数据是一些乘客的个人信息以及存活状况，以此为基础，要运用机器学习的工具来预测哪些乘客能从灾难中幸存下来。
比赛基于的完全真实的数据，题目原始数据中有大量的缺失值，要求参赛者对数据挖掘真实应用的过程和步骤，比如：数据清理、特征工程、构建模型、模型评估、参数调整等有综合全面的了解。
而在这场9000多支队伍参与的比赛中，富二家的小伙伴目前取得第35名的成绩，全球top1%。
富二有幸见到这只强大的团队。对于Kaggle上的成绩，队员们表现得十分谦虚，也不吝畅谈对于比赛和机器学习本身的看法。“近年来有越来越多的方法和架构被提出来，我觉得不缺方法，重要的是对于问题本身的理解与把握，寻找到一个合适的切入点。”
“打个比方，Titanic中有一个核心的问题是数据缺失。传统补数据的方法，不外乎中位数、取前值、或者用onehot方法设定缺失值的状态，以此保留完整的原始信息。但其实有些缺失值之间是互相联动的，我们就想，为什么不单独做一个模型去横截面预测这些缺失值呢？其实这个方法并不难，也并非首创，所以说重要的是寻找到一个合适的切入点。”
其实在半年前，富二家的小伙伴刚参加这个比赛只用了3天就进了全球前1%，可以说他们参加Kaggle的比赛不为奖金，不为名次，只是为了更好的充电，把满格的能量状态投入到富国研究量化精选（005075）的投研工作中，因为这只基金
❶ 通过机器学习，自动提炼有效数据
❷ 不断修正与优化因子组合，提高模型胜率，解决模型同质化和风格滞后性问题
❶ 在投资中的数据抓取，因子提炼，组合优化等过程中全方位运用人工智能技术。
❷ 通过机器学习方法，采用更加先进的非线性模型，通过数据增强等技术，考虑众多输入变量之间的相关性及指标与输出结果之间的非线性，最后得到更为稳健的结果。“自学能力”是其中的亮点。
❸ 在量化模型中运用人工智能选股技术，实现因子选择更有效，权重调整更合适，适应市场风格切换更及时并不断自主优化。
机器学习牛人团队的良心之作，正在发行中~
（文章整编自网络）
点击下方“阅读原文”
了解更多产品信息
长按二维码获取富国基金微信号↓↓↓ 
