Platform map
先理解平台，再决定从哪里进入
Kaggle 的学习体验由多个相互连接的区域组成。竞赛只是入口之一，真正的能力成长还需要数据、代码、讨论与持续复盘。
Competitions 竞赛
阅读赛题背景、规则、时间线、评价指标和提交要求。每场比赛都是独立规则空间，不能把另一场比赛的经验直接套用。
Datasets 数据集
检查数据说明、字段、来源、许可证、版本和更新记录。建模前先建立可追溯的数据认知。
Code / Notebooks
运行、复现并解释分析流程。公开 Notebook 适合学习方法，但引用和复用仍须遵守对应许可证与竞赛规则。
Discussions 讨论区
查找规则澄清、错误排查和方法交流。重要结论应追溯到官方公告、主持人回复或可以复现的证据。
Learn 学习
用短课程补齐 Python、Pandas、机器学习与数据可视化基础，再把知识放回真实任务中验证。
Editorial principles
本站如何整理和更新内容
中文解释的价值不是替代原文，而是降低定位信息、理解术语和组织行动的成本。
来源优先级
赛事规则、资格、截止时间、奖项、数据使用与提交限制，以对应 Kaggle 赛事页面和主办方公告为最高优先级。平台功能说明优先引用 Kaggle 官方页面。
时间戳意识
平台规模、界面和功能会变化。引用统计数字或界面截图时标明资料日期，避免把历史材料误写成当前实时状态。
可执行表达
每篇指南都尽量回答下一步做什么、需要准备什么、怎样检查结果，而不是只罗列概念或堆叠术语。
独立性说明
Kaggle 名称及相关标识归其权利人所有。本站提供独立中文信息整理和学习服务，不是 Kaggle 官方运营网站。
Source evidence
图片用于说明平台，不用于制造背书
下列资料来自 Kaggle 官方介绍材料，仅帮助理解平台结构与协作方式；任何具体赛事决定仍应回到对应赛事页面。
Verification route
遇到一条竞赛信息时，按这个顺序核实
报名和参赛信息具有时效性。截图、群聊转述和搜索摘要只能作为线索，不能作为最终判断。
- 01
打开对应竞赛主页
确认链接确实属于目标赛事，核对主办方、赛题名称和当前状态。
- 02
阅读 Rules 与 Overview
逐项检查资格、团队、外部数据、代码共享、提交频次和知识产权要求。
- 03
检查 Timeline
区分报名截止、组队截止、最终提交和私榜公布等不同节点。
- 04
查找官方澄清
在公告或讨论区查找主持人置顶回复，记录会影响方案的规则变化。
- 05
保存自己的核对记录
记录核对日期、关键链接和结论；规则更新后重新检查，不依赖旧笔记。
Common questions
关于本站的常见问题
先把网站定位、资料边界和辅导方式说清楚。
本站是否代表 Kaggle？
为什么不直接翻译所有官方页面？
可以在这里直接报名吗？
资料领取包含什么？
赛事辅导是否保证排名？
Choose a route
根据当前目标，选择下一步
准备报名可先看赛事中心；需要系统反馈可了解辅导；想领取清单或说明具体问题，可从联系页进入。