Les compétitions Kaggle sont une fonctionnalité centrale de Kaggle, une plateforme de compétition en science des données et une communauté en ligne pour les scientifiques des données et les praticiens de l'apprentissage automatique, détenue par Google LLC. Depuis sa fondation en avril 2010 par Anthony Goldbloom, Kaggle a permis aux utilisateurs de trouver et de publier des ensembles de données, de construire des modèles dans un environnement basé sur le web, et de participer à des compétitions pour résoudre des défis en science des données. La plateforme a grandi pour compter plus de 15 millions d'utilisateurs dans 194 pays en octobre 2023, et ses compétitions sont devenues une référence pour l'innovation en apprentissage automatique et en intelligence artificielle. Cependant, la plateforme a également été critiquée pour faciliter l'utilisation de données contraires à l'éthique et peu fiables dans la recherche médicale.
Histoire
Kaggle a été fondé par Anthony Goldbloom en avril 2010. Jeremy Howard, l'un des premiers utilisateurs, l'a rejoint en novembre 2010 et a occupé les fonctions de président et de scientifique en chef, avec Nicholas Gruen comme président fondateur. En 2011, l'entreprise a levé 12,5 millions de dollars, et Max Levchin est devenu président du conseil d'administration. Le 8 mars 2017, Fei-Fei Li, alors scientifique en chef chez Google, a annoncé l'acquisition de Kaggle par Google. En juin 2017, Kaggle a dépassé le million d'utilisateurs inscrits, et en octobre 2023, il comptait plus de 15 millions d'utilisateurs dans 194 pays. En 2022, les fondateurs Goldbloom et Ben Hamner ont quitté leurs fonctions, et D. Sculley est devenu PDG. En février 2023, Kaggle a introduit les Modèles, permettant aux utilisateurs de découvrir et d'utiliser des modèles pré-entraînés avec des intégrations approfondies. En avril 2025, Kaggle s'est associé à la Wikimedia Foundation.
Compétitions
De nombreuses compétitions d'apprentissage automatique ont été organisées sur Kaggle depuis sa fondation. Parmi les exemples notables figurent la reconnaissance de gestes pour Microsoft Kinect, une IA pour le football associatif pour Manchester City, un algorithme de trading pour Two Sigma Investments, et l'amélioration de la recherche du boson de Higgs au CERN. Les hôtes de compétition préparent les données et les descriptions des problèmes, en proposant éventuellement des prix en argent. Les participants expérimentent avec des techniques et s'affrontent pour produire les meilleurs modèles, partageant leur travail publiquement via les Notebooks Kaggle (anciennement Kernels). Les soumissions sont effectuées via les Notebooks, le téléchargement manuel ou l'API Kaggle. La plupart des compétitions évaluent immédiatement les soumissions par rapport à une solution cachée et affichent les résultats sur un classement en direct. Les gagnants accordent à l'hôte une licence mondiale, perpétuelle, irrévocable et libre de redevances pour utiliser leur soumission gagnante, qui est non exclusive sauf indication contraire.
Kaggle propose également des compétitions privées réservées aux meilleurs participants, un outil gratuit pour les compétitions académiques, et des compétitions de recrutement où les scientifiques des données s'affrontent pour des entretiens dans des entreprises comme Facebook, Winton Capital et Walmart. Des projets réussis ont fait progresser la recherche sur le VIH, les classements d'échecs et les prévisions de trafic. Notamment, Geoffrey Hinton et George Dahl ont utilisé l'apprentissage profond avec des réseaux de neurones pour remporter une compétition Merck, et Vlad Mnih, un étudiant de Hinton, a remporté une compétition Adzuna en utilisant des techniques similaires, popularisant l'apprentissage profond dans la communauté. Tianqi Chen de l'Université de Washington a démontré la puissance de XGBoost, qui a depuis remplacé la Forêt aléatoire comme méthode dominante dans les compétitions Kaggle. Plusieurs articles académiques ont été publiés à partir des résultats des compétitions, souvent inspirés par la poussée d'innovation du classement en direct.
Système de progression
Kaggle dispose d'un système de progression à cinq niveaux : Novice, Contributeur, Expert, Maître et Grand Maître. Les niveaux sont obtenus en répondant à des critères dans les compétitions, les ensembles de données, les notebooks et les discussions. Le niveau le plus élevé, Grand Maître Kaggle, exige des classements élevés dans plusieurs compétitions, notamment un classement élevé dans une équipe en solo. Au 2 avril 2025, sur 23,29 millions de comptes, 2 973 ont atteint le statut de Maître et 612 ont atteint le statut de Grand Maître.
Notebooks Kaggle
Les Notebooks Kaggle sont un environnement de développement intégré gratuit, basé sur le navigateur, pour la science des données et l'apprentissage automatique. Les utilisateurs peuvent écrire et exécuter du code en Python ou en R, importer des ensembles de données, utiliser des bibliothèques populaires et entraîner des modèles sur des CPU, GPU ou TPU dans le cloud. Ils sont largement utilisés pour les soumissions de compétition, les tutoriels, l'enseignement et l'analyse exploratoire des données.
Recherche médicale
Kaggle a fait l'objet d'un examen minutieux concernant les ensembles de données utilisés dans la recherche médicale. En décembre 2025, The Transmitter a rapporté que Springer Nature avait rétracté ou retiré près de 40 publications qui avaient entraîné des réseaux de neurones sur un ensemble de données de photographies de visages d'enfants autistes et non autistes, téléchargé sur Kaggle avec plus de 2 900 images. Le consentement pour une utilisation dans la recherche était peu probable, et au moins 90 autres publications citaient l'ensemble de données. En avril 2026, Nature a publié des résultats concernant deux ensembles de données sur Kaggle sans provenance des données, utilisés dans 125 modèles de prédiction clinique, dont deux utilisés dans des hôpitaux en Indonésie et en Espagne, et un référencé dans un brevet de dispositif médical. Au 5 juin 2026, cinq publications utilisant ces ensembles de données avaient été rétractées. En juin 2026, un article dans Retraction Watch a mis en évidence des ensembles de données « comiquement mauvais » pour les accidents vasculaires cérébraux et le diabète, comprenant des images de célébrités comme Sylvester Stallone et George Clooney, et des enfants, certaines images étant mal étiquetées. Un ensemble de données a été retiré de Kaggle, tandis que l'autre est resté sans consentement pour les images d'enfants.