Kaggleは、Google LLC傘下のデータサイエンス競技プラットフォームであり、データサイエンティスト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・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・構築、他のデータサイエンティストや機械学習エンジニアとの協力、そして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可能である。このプラットフォームは、人工知能研究と実践的なモデル開発の中心的なハブとなっている。
歴史
Kaggleは2010年4月にAnthony Goldbloomによって設立された。Kaggleの最初の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。Nicholas Gruenは設立時の会長を務めた。2011年には1250万ドルを調達し、Max Levchinが会長に就任した。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を買収することを発表した。
2017年6月、Kaggleは登録ユーザー数が100万人を超えた。2023年10月時点で、194か国で1500万人以上のユーザーを擁していた。2022年には、創業者のGoldbloomとBen Hamnerがその地位を退き、D. SculleyがCEOに就任した。2023年2月、KaggleはModelsを導入し、ユーザーが事前学習済みモデルを発見・利用できるようにし、プラットフォームの他の部分との深い統合を実現した。2025年4月、Kaggleはウィキメディア財団と提携した。
コンペティション
創業以来、Kaggleでは多くの機械学習コンペティションが開催されてきた。注目すべきコンペティションには、Microsoft Kinect向けのジェスチャー認識、マンチェスター・シティ向けのサッカーAIの作成、Two Sigma Investments向けの取引アルゴリズムのコーディング、CERNでのヒッグス粒子探索の改善などがある。
コンペティションの主催者はデータと問題の説明を準備し、賞金を提供するか無償で開催するかを選択できる。参加者はさまざまな手法を試し、最良のモデルを生み出すために競い合う。作業はKaggle Kernelsを通じて公開され、より良いベンチマークを達成し、新しいアイデアを刺激する。提出はKaggle Kernels、手動アップロード、またはKaggle APIを介して行うことができる。ほとんどのコンペティションでは、提出は隠された解答ファイルに対する予測精度に基づいて即座にスコアリングされ、結果はライブのリーダーボードに集計される。締め切り後、主催者は賞金を支払い、その見返りとして、優勝エントリーを使用するための世界的、永続的、不可撤回的、かつロイヤリティフリーのライセンスを受け取る。これは、特に指定がない限り非独占的である。
公開コンペティションに加えて、Kaggleは上位参加者に限定された非公開コンペティションも提供している。また、データサイエンスの教師が学術的な機械学習コンペティションを運営するための無料ツールも提供しており、Facebook、Winton Capital、Walmartなどの企業での面接を目指してデータサイエンティストが競う採用コンペティションも開催している。
Kaggleのコンペティションは、HIV研究、チェスのレーティング、交通予測における成功したプロジェクトにつながっている。Geoffrey HintonとGeorge Dahlは、Merckが主催したコンペ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た。Hintonの学生の一人であるVlad Mnihは、Adzunaが主催したコンペ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、その手法はその後コミュニティの他の人々に採用された。ワシントン大学のTianqi Chenは、Kaggleを使用してXGBoostの威力を実証し、それ以来、XGBoostはコンペティションで優勝するための主要な手法としてランダムフォレストに取って代わった。Kaggleのコンペティションからの発見に基づいていくつかの学術論文が発表されており、継続的な革新を促すライブのリーダーボードがその一因となっている。優勝した手法は、Kaggle Winner's Blogで頻繁に文書化されている。
プログレッションシステム
Kaggleは、貢献と成果に基づいてユーザーを認識し報酬を与えるためのプログレッションシステムを実装している。このシステムは、Novice、Contributor、Expert、Master、Grandmasterの5つの階層で構成されている。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）、ディスカッションにおける特定の基準を満たすことで達成される。
最高位の階層であるKaggle Grandmasterは、複数のコンペティションで上位にランクインし、ソロチームでの高いランキングを含むユーザーに授与される。2025年4月2日時点で、2329万のKaggleアカウントのうち、2973人がKaggle Masterのステータスを達成し、612人がKaggle Grandmasterのステータスを達成していた。
Kaggle Notebooks
Kaggleには、データサイエンスと機械学習向けに設計された、無料のブラウザベースのオンライン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でコードを作成・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使用し、CPU、GPU、またはTPU上でクラウド上で直接モデルをトレーニングできる。この環境は、コンペティションへの提出、チュートリアル、教育、探索的データ分析によく使用される。
医学研究の問題
2025年12月、The Transmitterの記事で、Springer Natureが「めちゃくちゃな」データセットでニューラルネットワークをトレーニングした約40の出版物を撤回し削除したことが報じられた。Kaggleにアップロードされたこのデータセットには、自閉症の子供と非自閉症の子供の顔の写真が含まれており、2900枚以上の画像があった。子供たちやその家族が医学研究への使用に同意した可能性は低く、倫理的承認も得られていなかった。このデータセットを使用した記事は科学文献から撤回され、少なくとも90の他の出版物がこのデータセットのバージョンを引用している。
2026年4月、データの出所がない2つの追加データセットがKaggleで特定され、「Dozens of AI disease-prediction models were trained on dubious data」というタイトルでNatureに掲載された。これらのデータセットは125の臨床予測モデルで使用され、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つの記事は医療機器の特許で参照されていた。2026年6月5日時点で、これらのデータセットを使用した記事のうち5件が撤回されていた。
2026年5月、Kaggleの2つの画像データセットを使用した別の研究出版物がScientific Reportsで調査対象となった。Retraction Watchの「Comically bad datasets used to train clinical models for stroke and diabetes」と題する記事は、画像にシルベスター・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・クレイグなどの有名俳優や子供が含まれていることを強調した。同意なしに医学研究で子供の画像を使用することは非倫理的である。逆画像検索により、一部の画像は脳卒中ではなくベル麻痺のものであることが明らかになった。データセットの1つはKaggleで利用できなくなっているが、もう1つは残っており、画像の出所の問題に言及している。