Kaggle, Google LLC के अंतर्गत डेटा वैज्ञानिकों और मशीन लर्निंग पेशेवरों के लिए एक डेटा विज्ञान प्रतियोगिता मंच और ऑनलाइन समुदाय है। यह उपयोगकर्ताओं को डेटासेट खोजने और प्रकाशित करने, वेब-आधारित डेटा विज्ञान वातावरण में मॉडल तलाशने और बनाने, अन्य डेटा वैज्ञानिकों और मशीन लर्निंग इंजीनियरों के साथ सहयोग करने, और डेटा विज्ञान चुनौतियों को हल करने के लिए प्रतियोगिताओं में भाग लेने में सक्षम बनाता है। यह मंच कृत्रिम बुद्धिमत्ता अनुसंधान और व्यावहारिक मॉडल विकास के लिए एक केंद्रीय केंद्र बन गया है।
इतिहास
Kaggle की स्थापना एंथनी गोल्डब्लूम ने अप्रैल 2010 में की थी। जेरेमी हॉवर्ड, Kaggle के पहले उपयोगकर्ताओं में से एक, नवंबर 2010 में शामिल हुए और अध्यक्ष और मुख्य वैज्ञानिक के रूप में कार्य किया। निकोलस ग्रुएन ने संस्थापक अध्यक्ष के रूप में कार्य किया। 2011 में, कंपनी ने $12.5 मिलियन जुटाए, और मैक्स लेवचिन अध्यक्ष बने। 8 मार्च, 2017 को, Google की मुख्य वैज्ञानिक फेई-फेई ली ने घोषणा की कि Google Kaggle का अधिग्रहण कर रहा है।
जून 2017 में, Kaggle ने 1 मिलियन पंजीकृत उपयोगकर्ताओं को पार कर लिया। अक्टूबर 2023 तक, 194 देशों में इसके 15 मिलियन से अधिक उपयोगकर्ता थे। 2022 में, संस्थापक गोल्डब्लूम और बेन हैमनर ने अपने पदों से इस्तीफा दे दिया, और डी. स्कली सीईओ बने। फरवरी 2023 में, Kaggle ने मॉडल पेश किए, जिससे उपयोगकर्ता पूर्व-प्रशिक्षित मॉडल खोज और उपयोग कर सकते हैं, जिसमें मंच के बाकी हिस्सों के साथ गहरा एकीकरण होता है। अप्रैल 2025 में, Kaggle ने विकिमीडिया फाउंडेशन के साथ साझेदारी की।
प्रतियोगिताएँ
अपनी स्थापना के बाद से Kaggle पर कई मशीन-लर्निंग प्रतियोगिताएँ आयोजित की गई हैं। उल्लेखनीय प्रतियोगिताओं में Microsoft Kinect के लिए हावभाव पहचान, मैनचेस्टर सिटी के लिए एसोसिएशन फुटबॉल AI बनाना, टू सिग्मा इन्वेस्टमेंट्स के लिए ट्रेडिंग एल्गोरिदम कोड करना, और CERN में हिग्स बोसॉन की खोज में सुधार करना शामिल है।
प्रतियोगिता मेज़बान डेटा और समस्या का विवरण तैयार करता है, और यह चुन सकता है कि मौद्रिक पुरस्कार देना है या इसे अवैतनिक चलाना है। प्रतिभागी विभिन्न तकनीकों के साथ प्रयोग करते हैं और सर्वश्रेष्ठ मॉडल बनाने के लिए प्रतिस्पर्धा करते हैं। बेहतर बेंचमार्क प्राप्त करने और नए विचारों को प्रेरित करने के लिए काम को Kaggle Kernels के माध्यम से सार्वजनिक रूप से साझा किया जाता है। सबमिशन Kaggle Kernels, मैनुअल अपलोड, या Kaggle API के माध्यम से किए जा सकते हैं। अधिकांश प्रतियोगिताओं के लिए, सबमिशन का मूल्यांकन छिपी हुई समाधान फ़ाइल के सापेक्ष भविष्य कहनेवाला सटीकता के आधार पर तुरंत किया जाता है, और परिणाम एक लाइव लीडरबोर्ड पर संक्षेपित किए जाते हैं। समय सीमा के बाद, मेज़बान विजेता प्रविष्टि का उपयोग करने के लिए दुनिया भर में, स्थायी, अपरिवर्तनीय और रॉयल्टी-मुक्त लाइसेंस के बदले पुरस्कार राशि का भुगतान करता है, जो कि गैर-विशिष्ट है जब तक कि अन्यथा निर्दिष्ट न किया गया हो।
सार्वजनिक प्रतियोगिताओं के साथ-साथ, Kaggle शीर्ष प्रतिभागियों तक सीमित निजी प्रतियोगिताएँ प्रदान करता है। यह डेटा विज्ञान शिक्षकों के लिए शैक्षणिक मशीन-लर्निंग प्रतियोगिताएँ चलाने के लिए एक निःशुल्क उपकरण भी प्रदान करता है और भर्ती प्रतियोगिताओं की मेजबानी करता है जहाँ डेटा वैज्ञानिक Facebook, Winton Capital और Walmart जैसी कंपनियों में साक्षात्कार के लिए प्रतिस्पर्धा करते हैं।
Kaggle प्रतियोगिताओं ने HIV अनुसंधान, शतरंज रेटिंग और यातायात पूर्वानुमान में सफल परियोजनाओं को जन्म दिया है। जेफ्री हिंटन और जॉर्ज डाहल ने Merck द्वारा आयोजित प्रतियोगिता जीतने के लिए गहरे तंत्रिका नेटवर्क का उपयोग किया। हिंटन के छात्रों में से एक, व्लाद मनिह ने Adzuna द्वारा आयोजित प्रतियोगिता जीतने के लिए गहरे तंत्रिका नेटवर्क का उपयोग किया, और इस तकनीक को बाद में समुदाय में अन्य लोगों द्वारा अपनाया गया। वाशिंगटन विश्वविद्यालय के तियानकी चेन ने XGBoost की शक्ति प्रदर्शित करने के लिए Kaggle का उपयोग किया, जिसने तब से प्रतियोगिताएँ जीतने की प्राथमिक विधि के रूप में रैंडम फ़ॉरेस्ट की जगह ले ली है। Kaggle प्रतियोगिताओं के निष्कर्षों के आधार पर कई शैक्षणिक पेपर प्रकाशित किए गए हैं, जो निरंतर नवाचार को प्रोत्साहित करने वाले लाइव लीडरबोर्ड द्वारा सहायता प्राप्त हैं। विजेता तरीकों को अक्सर Kaggle विजेता ब्लॉग पर प्रलेखित किया जाता है।
प्रगति प्रणाली
Kaggle ने योगदान और उपलब्धियों के आधार पर उपयोगकर्ताओं को पहचानने और पुरस्कृत करने के लिए एक प्रगति प्रणाली लागू की है। प्रणाली में पाँच स्तर हैं: नौसिखिया, योगदानकर्ता, विशेषज्ञ, मास्टर और ग्रैंडमास्टर। प्रत्येक स्तर प्रतियोगिताओं, डेटासेट, कर्नेल (कोड-साझाकरण) और चर्चाओं में विशिष्ट मानदंडों को पूरा करके प्राप्त किया जाता है।
उच्चतम स्तर, Kaggle ग्रैंडमास्टर, उन उपयोगकर्ताओं को प्रदान किया जाता है जिन्होंने कई प्रतियोगिताओं में शीर्ष पर रैंक किया है, जिसमें एकल टीम में उच्च रैंकिंग शामिल है। 2 अप्रैल, 2025 तक, 23.29 मिलियन Kaggle खातों में से, 2,973 ने Kaggle मास्टर का दर्जा हासिल किया था और 612 ने Kaggle ग्रैंडमास्टर का दर्जा हासिल किया था।
Kaggle नोटबुक
Kaggle में Kaggle नोटबुक नामक एक निःशुल्क, ब्राउज़र-आधारित ऑनलाइन एकीकृत विकास वातावरण शामिल है, जो डेटा विज्ञान और मशीन लर्निंग के लिए डिज़ाइन किया गया है। उपयोगकर्ता Python या R में कोड लिख और निष्पादित कर सकते हैं, डेटासेट आयात कर सकते हैं, लोकप्रिय पुस्तकालयों का उपयोग कर सकते हैं, और सीधे क्लाउड में CPU, GPU या TPU पर मॉडल प्रशिक्षित कर सकते हैं। इस वातावरण का उपयोग अक्सर प्रतियोगिता सबमिशन, ट्यूटोरियल, शिक्षा और खोजपूर्ण डेटा विश्लेषण के लिए किया जाता है।
चिकित्सा अनुसंधान समस्याएँ
दिसंबर 2025 में, द ट्रांसमीटर में एक लेख ने बताया कि स्प्रिंगर नेचर ने लगभग 40 प्रकाशनों को वापस ले लिया और हटा दिया, जिन्होंने एक 'बोनकर्स' डेटासेट पर तंत्रिका नेटवर्क प्रशिक्षित किए थे। Kaggle पर अपलोड किए गए डेटासेट में ऑटिस्टिक और गैर-ऑटिस्टिक बच्चों के चेहरों की तस्वीरें शामिल थीं, जिनमें 2,900 से अधिक छवियां थीं। यह संभावना नहीं है कि बच्चों या उनके परिवारों ने चिकित्सा अनुसंधान में उपयोग के लिए सहमति दी हो, न ही नैतिक अनुमोलन प्राप्त किया गया हो। डेटासेट का उपयोग करने वाले लेख वैज्ञानिक साहित्य से वापस ले लिए गए थे, और कम से कम 90 अन्य प्रकाशन डेटासेट के एक संस्करण का उल्लेख करते हैं।
अप्रैल 2026 में, बिना किसी डेटा उत्पत्ति के दो अतिरिक्त डेटासेट Kaggle पर पहचाने गए और नेचर में 'डोजन्स ऑफ एआई डिजीज-प्रेडिक्शन मॉडल्स वेयर ट्रेंड ऑन ड्यूबियस डेटा' शीर्षक के तहत प्रकाशित किए गए। इन डेटासेट का उपयोग 125 नैदानिक भविष्य कहनेवाला मॉडल में किया गया था, जिनमें से कम से कम दो का उपयोग इंडोनेशिया और स्पेन के अस्पतालों में किया गया है, जबकि डेटासेट का उपयोग करने वाले एक लेख को एक चिकित्सा उपकरण पेटेंट में संदर्भित किया गया था। 5 जून, 2026 तक, इन डेटासेट का उपयोग करने वाले पाँच लेख वापस ले लिए गए थे।
मई 2026 में, Kaggle से दो छवि डेटासेट का उपयोग करने वाला एक अतिरिक्त शोध प्रकाशन साइंटिफिक रिपोर्ट्स में जांच के अधीन आया। रिट्रैक्शन वॉच में एक लेख, जिसका शीर्षक था 'कॉमिकली बैड डेटासेट्स यूज्ड टू ट्रेन क्लिनिकल मॉडल्स फॉर स्ट्रोक एंड डायबिटीज', ने उजागर किया कि छवियों में सिल्वेस्टर स्टैलोन रैम्बो के रूप में, जॉर्ज क्लूनी, एंजेलीना जोली और डैनियल क्रेग जैसे प्रसिद्ध अभिनेता, साथ ही बच्चे शामिल थे। सहमति के बिना चिकित्सा अनुसंधान में बच्चों की छवियों का उपयोग करना अनैतिक होगा। रिवर्स इमेज सर्च से पता चला कि कुछ छवियां स्ट्रोक के लिए नहीं बल्कि बेल्स पाल्सी के लिए थीं। डेटासेट में से एक अब Kaggle पर उपलब्ध नहीं है, जबकि दूसरा बना हुआ है और छवि उत्पत्ति के मुद्दे का उल्लेख करता है।