Kaggleは、Google LLCの下で運営されている、データサイエンスコンペティションプラットフォームであり、データ科学者や機械学習実践者のためのオンラインコミュニティである。ユーザーは、データセットの検索や公開、ウェブベースのデータサイエンス環境でのモデルの探索や構築、他のデータ科学者や機械学習エンジニアとの協力、データサイエンスの課題を解決するためのコンペティションへの参加ができる。このプラットフォームは、医学研究における非倫理的で信頼性の低いデータの使用に関する論争にも関与してきた。
歴史
Kaggleは、2010年4月にAnthony Goldbloomによって設立された。Kaggleの初期ユーザーの一人であるJeremy Howardは、2010年11月に参加し、社長兼最高科学責任者を務めた。創設時の議長はNicholas Gruenだった。2011年に同社は1250万ドルを調達し、Max Levchinが取締役会長に就任した。2017年3月8日、Googleの最高科学責任者であるFei-Fei Liは、GoogleがKaggleを買収すると発表した。2017年6月、Kaggleは登録ユーザー数100万人を超え、2023年10月時点では194か国で1500万人以上のユーザーがいるとされている。2022年には、創設者のGoldbloomとHamnerが退任し、D. Sculleyが最高経営責任者となった。2023年2月、KaggleはModelsを導入し、ユーザーがプラットフォームの他の部分と深く統合して済み学習モデルを発見・利用できるようになった。2025年4月には、Kaggleはウィキメディア財団とパートナーシップを結んだ。
コンペティション
Kaggleでは、創設以来多くの機械学習コンペノティションが開催されてきた。有名なコンペティションには、Microsoft Kinect用のジェスチャー認識、マンチェスター・シティのサッカーAI作成、Two、Sigma Investmentsのトレーディングアルゴリズム作成、CERNでのヒッグス粒子探索の改善などがある。主催者はデータと問題の説明を用意し、賞金を支払うか無償とするかを選択できる。参加者はさまざまな技法を試し、最良のモデルを生み出すために競い合う。作業はKaggle Kernelsを通じて公に共有され、より良いベンチマークの達成と新アイデアの促進が図られる。提出はKaggle Kernels、手動アップロード、Kaggle APIのいずれかで行われる。ほとんどのコンペんで、提出物は隠された解のファイルに対する予測精度に基づいて即座に評価され、リアルタイムのリーダーボードに集計される。期限後、主催者は賞金を支払う代わりに、優勝作品を世界各国で永続的、非独占的で、取り消不能、無料のライセンスを受け取る（ただし、優勝作品は他に明記されない限り）独占とは限らない。
公開コンペティションと並んで、Kaggleはトップ参加者に限定した非公開コンペティションも提供している。さらに、データ科学ティーチャー向けの無料ツールで学術コンテションを開催したり、Facebook、Winton Capital、Walmartなどの企業向けに採用コンペッションを主催したりしている。コンペティションの成功事例は、HIV研究の進展、チェスのレーティング、交通予測などに及ぶ。Geoffrey HintonとGeorge dahlは、Merck主催のコンテティションでディープニューラルネットワークを使用して優勝し、Hintonの学生であるVlad Mnihも、Adzuna主催のコンテストで深層ニューラルネットを使って優勝し、この手法が広く採用されるきっかけとなった。ワシントン大学のTianqi Chenは、KaggleでXGBoostの能力を実証し、その後これがランダムフォレストを置き換える競争に勝つための主要手法となった。Kaggleのコンペティションの結果に基づく複数の学術論文が発表されており、ライブのリーダーボードが継続的なイノベーションを促している。優勝者方法はKaggle Winner's Blogに確認されている。
プログレッションシステム
Kaggleは、投稿や成果に基づいてユーザーを評価し報奨を与えるため、プログレッションシステムを導入している。このシステムは、Novice、Contributor、Expert、Master、Grandmasterの5つの階層から成っています。各階層は、コンペティション、データセット、カーネル（コード共有）、およびディスカッションのセクションで指定の基準を満たすことで達成されます。最高位のKaggle Grandmasterは、複数コンテストで上位に入賞したユーザー（ソロチームでの高いランキングを含む）に授与されます。2025年4月2日時点で、2329万のKaggleアカウントのうち、29713人がMasterのステータスを獲得し、6120人がマスターを獲得しています。
Kaggle Notobook
Kaggleには、無料で表示されるデータサイエンスと機械学習向けの統合開発環境である「Kaggle Notebooks」が含まれている。ユーザーは、PythonまたはRでコードを書いて実行し、データセットをインポートし、一般的なライブラリを利用し、CPU、GPU、またはTPUを直接クラウド上で使用してトレインモデルを行える。この環境は、コンテストやチュートリアル、教育、探索的データ分析などに頻繁に利用されています。
医学研究の問題
2025年12月、The Transmitterの「aタイトル：Springer Nature、神经网络を「bonkers」データセットでトレーニングしたのは」という論説では、Kaggleにアップロードされた自閉症の子どもと非自閉症の子ども6人の顔写真を含むデータセットが紹介された。このデータセットには2,900枚以上の画像が含まれており、子どもやその家族が研究や研究の研究に同意したかどうかは不自然で、その画像が倫理的に承認されたことも疑われています。このデータセットに基づいてSpringer、Natureの記事は撤回され、少なくとも他の研究論文化がセットのバリ版を参照しています。2026年4月、データの由来が不明な2つのデータがKaggle上に特定されたとNatureに掲載されました。Dozens of AI disease-Prediction models were trained on dubious data.これらのデータセットは125の臨床予測モデルに使用され、そのうち少なくとも2つはインドネシアとスペインの病院で使用されており、1つの論文が医療機器の特許に参照されています。2026年6月5日時点で、これらのデータセットを使用した医療論文は5本撤回されています。2026年5月、Kaggleの2つの画像データセットを使った追加の研究がScientific Reportsで調査されています。Retraction Watchの「「コミカルに悪い」データセットで脳卒中と糖尿病の臨床モデルを学習」という記事では、シルベスタ・スタローン（ランボー役）、ジョージ・クルーニー、アンジェリーナ・ジョリー、ダニエル・クレイグなどの俳優の画像に加え、子どもの画像も含まれていることが指摘されました。逆画像検索の結果、一部の画像は脳卒中ではなく、ベル麻痺のものだということがわかりました。データセットの1つはKaggleで利用不可となり、もう1つはまだ位置継続中です。
影響と遺産
Googleによる買収により、Kaggleは Google Cloud および Google DeepMind の幅広いエコシステムに統合され、Machine learning と Artificial intelligence の能力が向上しました。Kaggleのプラットフォームは、Data Augmentation 技術と Model Pruning の実践研究の中心的な拠点となり、ユーザーは Residual Network (ResNet) と U-Net モデルアーキテクチャを活用しています。コミュニティは Deep learning や Neural network ビジネス研究の発展に貢献しており、しばしば Adam (Optimizer) や Batch Normalization といったツールを使用しています。Kaggleのダリ通信プロジェクトは Generative AI の開発にも影響を及ぼし、参加者は Transformer (architecture) モデルや Large language model の応用例を研究を始めています。このプラットフォームのプログレーションシステムとノートブックの環境は、データ科学における教育と専門能力開発の重要な資源となり、実践者や研究者のグローバルコミュニティを醸成しています。