许多机器学习竞赛在Kaggle上举行，参赛者会得到一个训练集、一组特征以及一个测试集，测试集的输出标签需要根据训练集来决定。

显然，这里适用监督学习算法，如决策树、支持向量机（SVM）等。我的问题是，如何开始处理这样的问题？我是应该从决策树还是SVM或者其他算法开始，还是有其他方法？我该如何决定呢？

回答：

在阅读你的帖子之前，我从未听说过Kaggle，非常感谢你介绍了这个看起来很棒的平台。探索他们的网站后，我发现了一个部分可以很好地指导你。在竞赛页面（点击所有竞赛），你会看到数字识别和面部关键点检测，这两者都是竞赛，但用于教育目的，提供了教程（面部关键点检测的教程尚未提供，因为该竞赛尚处于初期阶段）。除了通用论坛外，竞赛也有自己的论坛，我想这会非常有帮助。

如果你对机器学习的数学基础感兴趣，并且是相对新手，我建议你阅读贝叶斯推理与机器学习。这本书虽然不容易，但比起其他同类书籍，它更加友好，同时不失严谨性。

编辑：我在Kaggle上找到了教程页面，似乎是他们所有教程的总结。此外，scikit-learn，一个Python库，提供了大量关于机器学习算法的描述和解释。