同时，每个进行中的竞赛项目都会显示剩余时间、参与的队伍数量以及奖金金额，并且还会实时更新选手排位。

  推荐比赛Featured：是瞄准商业问题带有奖金的公开竞赛，如果有幸赢得比赛，不但可以获得奖金，模型也可能会被竞赛赞助商应用到商业实践中！

 人才征募Recruitment：该竞赛是赞助企业寻求数据科学家、算法设计人才的渠道。只允许个人参赛，不接受团队报名。

 研究型Research竞赛：通常是机器学习前沿技术或者公益性质的题目。竞赛奖励可能是现金，也有一部分以会议邀请、发表论文的形式奖励。

 游乐场Playground里的题目以有趣为主，比如猫狗照片分类的问题。现在这个分类下的题目不算多，但是热度很高。

 入门比赛Getting Started：萌新们一个试水的机会，没有奖金，但有非常多的前辈经验可供学习。

 课业比赛In Class：是学校教授机器学习的老师留作业的地方，这里的竞赛有些会向public开放参赛，也有些仅仅是学校内部教学使用。

除此以外，还有大师邀请赛Master、前沿探索型Kaggle Prospect等非公开的竞赛。

在截止日期之前，所有队伍都可以自由加入竞赛，或者对已经提交的方案进行完善，因此排名也会不断变动，不到最后一刻谁都不知道花落谁家。

Kaggle主要功能

Kaggle是一个数据科学和机器学习社区，提供了许多功能和资源，帮助用户学习、练习和竞赛数据科学项目。下面是Kaggle的主要功能：

数据集：Kaggle上有一个庞大的数据集库，包含各种各样的公开数据集，涵盖了不同领域和主题。用户可以浏览、搜索和下载这些数据集，用于数据分析、建模和可视化等任务。笔记本：Kaggle提供了基于云的Jupyter笔记本环境，称为Kaggle笔记本。用户可以在浏览器中编写和执行代码，同时使用Kaggle提供的计算资源。这使得用户可以无需自己配置环境，即可进行数据科学工作。内核：Kaggle内核是一个与Jupyter笔记本类似的交互式计算环境。用户可以编写和运行代码，进行数据探索、特征工程、建模等任务。内核还支持协作功能，用户可以与他人共享和协同编辑内核。竞赛：Kaggle以竞赛的形式吸引了许多数据科学家和机器学习从业者。平台上定期举办各种机器学习竞赛，用户可以参与其中，解决实际问题并与其他参赛者竞争。这些竞赛通常由组织者提供数据集和评估指标，参赛者提交他们的模型并竞争排名。讨论和社区：Kaggle有一个活跃的社区，用户可以在论坛上提问、分享想法、讨论技术问题等。这是一个互动和学习的平台，用户可以从其他人的经验和见解中获益。学习资源：Kaggle提供了各种学习资源，包括教程、比赛解决方案、内核和笔记本示例等。用户可以通过浏览和参与这些资源来提升他们的数据科学和机器学习技能。