主要观点：2006 年 Netflix 发起开放竞赛，以 100 万美金奖励能改进其内部推荐系统的人。当时 Netflix 通过邮件送 DVD 让用户选片观影后寄回，用户在 VAX 终端给电影评分，竞赛数据集有 1 亿总评分等。竞赛成功吸引众多参与者，从工业研究者到大学本科生。从竞赛中学到简单方法效果好、过拟合不重要、模型越大得分越高、良好运行的竞赛推动进步等，同时也有关于数据隐私等的教训。
关键信息：

• 2006 年 Netflix 竞赛及奖励机制。
• 当时 Netflix 的业务模式（送 DVD 观影评分）。
• 竞赛数据集情况。
• 各团队的表现及相关代码。
• 竞赛带来的关于机器学习的多方面经验教训。
• 关于数据隐私导致 Netflix 退出竞赛等后续。
  重要细节：
• “simonfunk”的简单代码及效果。
• 不同规模模型在竞赛中的表现对比图。
• 有深度学习提交但不如简单代码效果好等情况。
• 关于数据隐私问题引发的诉讼及后果等。