数据挖掘方面的比赛及代码资料整合（另附NLP相关知识）

关于GBDT原理的相关链接：

XGboost源码解析：https://www.jianshu.com/p/8977a2d97234
XGboost论文翻译：https://blog.csdn.net/qdbszsj/article/details/79615712
GBDT、XGBoost、LightGBM 的使用及参数调优 https://zhuanlan.zhihu.com/p/33700459
GBDT算法原理以及实例理解 https://blog.csdn.net/zpalyq110/article/details/79527653
梯度提升树(GBDT)原理小结 https://www.cnblogs.com/pinard/p/6140514.html
gbdt和xgboost区别 https://blog.csdn.net/zhangf666/article/details/70174464

数据挖掘方面：

场景一：新闻预测股票
NN方案链接：https://www.kaggle.com/arunkumarramanan/market-data-nn-baseline/notebook
EDA方案链接：https://www.kaggle.com/artgor/eda-feature-engineering-and-everything/notebook
方案1链接：https://www.kaggle.com/bguberfain/a-simple-model-using-the-market-and-news-data
方案3链接：https://www.kaggle.com/jsaguiar/baseline-with-news
场景二：销量预测
https://www.kaggle.com/c/rossmann-store-sales
场景三：餐厅选址
数据：https://www.k