Kaggle公司专长于大数据分析，其目的是要对公司或组织机构提交上来的初始性基线预测进行更准确的预测。和创新中心网站一样，Kaggle公司最终得到的结果也总是令人吃惊不已。其中之一是，Kaggle网站对基线预测准确率的提升非常显著。这里有一个例子，好事达保险公司提交了一组关于车辆性能的数据，然后让Kaggle网站上的群体力量预测这些性能中的哪些性能会出现在以后的责任保险理赔申请书上。这场数据分析竞赛持续了大约3个月的时间，吸引了100多位参与者，而最终获胜的预测比保险公司基线预测的准确率提高了270%还要多。
另外一个非常有趣的事实是，Kaggle网站上大多数的参赛获胜者所从事的都是挑战问题领域之外的“边缘”性工作。比如有的参赛者虽然没有健康护理方面的经历，更没有关注过相关问题的传统解决方案，却对医院的再入院率能做出更精准的预测。在很多情况下，这些能力超群的数据“科学家”们都能够凭借其独具特色的数据分析方式获得专门的技能。
2012年2\~9月，Kaggle主办了由休利特基金发起的两场学生论文的计算机评分竞赛。①Kaggle和休利特基金，以及多位教育专家一起共同设置了竞赛流程。当他们准备并设计整场竞赛时，很多人还是颇为担心的。第一场竞赛共有两轮。第一轮中，11家正规的教育测评公司将进行角逐；第二轮中，Kaggle的数据科学家以个人或团体的形式被邀请参与竞赛。教育专家们担心Kaggle的参与群体在第二轮竞赛中根本不会有竞争力，毕竟每一家参与竞赛的测评公司都从事过很长时间的自动评分工作，它们有解决各类问题的大量资源。它们有数百人年①的经验积累，而对于Kaggle的新手们来说，这些都是不可逾越的鸿沟。
第5章 数字时代的创新:无穷无尽
① 在这一领域，对论文评分系统的提升是很重要的，因为论文对学生学习的促进作用要远远高于多项选择题。但如果只是由人工评分，成本又是高昂的。论文的自动评分系统既能提高教育的质量，也能相应降低部分成本。
097