轉載一篇介紹Kaggle上各種數據挖掘應用的文章
假設你想知道價格上漲5%之後會導致多少顧客流失，或者是預測市場對大量拋售股票的反應，又或者是估算一下借款人拖欠還款的可能性，試試卡歌網（Kaggle）吧。這是一家位於美國舊金山的初創企業，在線經營商業模式的競賽。該網站在2010年啓動，獲得了1,100萬美元的風險投資。網站讓參與競賽的人根據一系列的數據提交預測運算法則，並且將預測結果與實際的歷史數據進行對比。最優秀的建模者能將獎金納入囊中（獎金由那些需要情報的公司提供），而且有機會提供諮詢服務。卡歌網在組織這些競賽時會向企業收取費用。今年28歲的戈德布盧姆（Anthony Goldbloom）是卡歌網的創始人兼首席執行官，他說：“這就像是職業高爾夫球巡迴賽，我們尋找數據科學世界裏面的伍茲（Tiger Woods）。”
以下是那些搗鼓數字的人處理的部分難題。
預測保險索賠情況
好事達保險公司（Allstate）希望能更好地預測與汽車相關的傷害索賠情況，以便更精確地制定價格。競爭者們根據2005年到2007年的數據（包括具體的汽車情況、以及每輛車相關的賠償支出次數和數量）進行建模，並將它們應用到2008年至2009年的數據上。澳大利亞悉尼的保險精算顧問卡爾（Matthew Carle）使用決策樹形式的運算法則來告訴計算機如何進行學習，藉此獲得了6,000美元的頭等獎。它的精確程度比好事達保險公司的模型要高出340%。
測量醫院病人流
根據美國衛生保健研究與質量管理處（Agency for Healthcare Research and Quality）的數據，美國醫療保健體系在可預防的住院醫療上要燒掉300億美元。HPN（Heritage Provider Network）是一家位於加利福尼亞州的醫療保健機構，它希望能夠幫助醫生們更快速地確診，從而控制成本。它贊助的競賽內容是，根據36個月內的一系列數據來預測哪些病人將會需要住院治療。該項競賽的頭獎金額爲300萬美元（卡歌網上獎金額最高的項目）。比賽從2011年5月份開始，將在2013年4月份結束。截至目前，已經有1,400支隊伍提交了近1萬份運算法則。
對旅遊業進行預測
航空公司高管、旅館經營者以及餐館經營者都迫切想知道他們需要多少燃料、食品和員工才能讓顧客們感到滿意。2010年，《國際預測雜誌》（International Journal of Forecasting）贊助了一場競賽，挑戰一個已經發表的基於不同時期和不同地點旅遊活動的預測公式。獲勝者是霍華德（Jeremy Howard）和貝克（Lee Baker）。他們開發的模型可以精確地考慮到一次性事件的影響，例如惡劣的暴風雨。他們獲得了500美元的獎金，以及發表建模結果的機會。霍華德本人之後繼續努力，還贏得了卡歌網組織的其他競賽，如今成爲了該公司的總裁兼首席科學家。
對國際象棋手進行排名
所謂的伊諾排名算法（Elo rating system），根據國際象棋手過去的表現來分析對弈兩人的實力強弱。卡歌網組織了兩場競賽，旨在對該算法進行改進。其中一場競賽的贊助人是國際棋聯組織（World Chess Federation，FIDE）和專業諮詢服務機構德勤公司（Deloitte），在這場競賽中，組織方向參賽者提供5.4萬人在11年裏近200萬局國際象棋比賽的情況，然後將他們的預測模型應用於此後進行的10萬局比賽，以驗證預測結果的精確性。薩利曼斯（Tim Salimans）拔得了頭籌。在他的模型中，有些變量的權重相比更大，例如棋手最近的表現、對手的技巧、以及他在單日裏必須進行的棋局數量等。薩利曼斯獲得的獎金是1萬美元。
原文見：http://www.forbeschina.com/review/201203/0015583.shtml