除Kaggle外,还有哪些顶级数据科学竞赛平台

大数据文摘出品

在数据科学圈晃荡的小伙伴,很少有不知道Kaggle的。Kaggle不仅是一个竞赛平台,也提供了非常好学习机会。通过比赛,你可以接触最先进的方法和数据集、可以与志同道合的人一起参赛,最重要的是能够向全世界展示你的才华。


除了Kaggle,其实还有不少类似的平台,下面文摘菌就给大家盘点一下这些顶级竞争数据科学平台。


DrivenData

640?wx_fmt=png

DrivenData主要举办的是数据科学类竞赛,通过前沿的预测模型,解决世界上最棘手问题,建立一个更美好的世界。通过举办数据科学竞赛来发挥数据在国际发展,健康,教育,医疗等社会问题中的作用。参赛者可以自己参加比赛或者发布比赛项目。


平台地址:

https://www.drivendata.org/


该平台有一个专门的案例分析部分,以案例研究的形式提供一些成功项目的信息。DrivenData中列出的数据集与非营利组织相关,范围从野生动物保护到公共健康。因此,如果你想将数据技能应用于实际问题,DrivenData是一个很好的选择。


CrowdANALYTIX


640?wx_fmt=png

CrowdANALYTIX是一个众包分析平台,他们将商业挑战和业务问题转化为竞赛。参赛者可以在CrowdANALYTIX社区内通过合作或竞争来构建和优化AI,ML,NLP和深度学习算法的项目。该平台还拥有一个社区博客,其中包含大量资源,包括访谈和参考资料。


平台地址

https://www.crowdanalytix.com/community


社区博客:

https://www.crowdanalytix.com/jq/communityBlog/listBlog.html


640?wx_fmt=png


InnoCentive

InnoCentive 是一家开放式创新型的研究公司。最早是由医药制造商礼来公司资助,创立于2001年,最初的职能是化学和生物领域的研发供求网络平台。服务于190多个国家,为390000人提供相关服务。


640?wx_fmt=png

该平台主要专注于处理生命科学的问题,但研究领域也包括数学、物理、化学、工程、计算机科学等。参与者需要具有批判性的思维、研究力、创造力、和多学科知识的交叉来解决平台上的实际问题。提出解决方案不仅是一次非常好的能力锻炼,同时也可以获得相应的报酬。


平台链接:

https://www.innocentive.com/our-solvers/


TundIT


640?wx_fmt=png

TunedIT最初是华沙大学的一个科学博士项目。目标是帮助数据科学家进行可重复的实验的,并轻松评估数据驱动的算法。随后,创始团队为了教育研究、科学实验和一些商业目的开发了TunedIT Challenges平台,用于举办此类的数据竞赛。


平台链接:

https://towardsdatascience.com/top-competitive-data-science-platforms-other-than-kaggle-2995e9dad93c


Codalab

640?wx_fmt=png

Codalab是一个开源的基于Web的平台,它使研究人员,开发人员和数据科学家能够在同一平台上进行协作,目标是推进使用机器学习和高级计算领域的研究。CodaLab通过其在线社区帮助解决了许多数据导向研究领域的常见问题。平台既支持参加现有的比赛,也支持举办新的比赛。


平台链接:

https://competitions.codalab.org/


Analytics Vidhya 


640?wx_fmt=png

Analytics Vidhya 是一个为分析师和数据科学专家区提供的知识社区。除了为数据科学分析提供大量资源外,平台的Hackathons旨在解决一些工商业界存在的实际问题,并通过竞赛的形式发布。在这个平台上,你既可以参与挑战,也可以赞助比赛。很多在Analytics Vidhya组织Hackathons挑战的大公司也会为优秀的参赛者提供工作机会。


平台链接:

https://datahack.analyticsvidhya.com/?utm_source=main-logo


CrowdAI

640?wx_fmt=png

数据科学挑战平台crowdAI每年都会面临多项开放数据科学挑战。挑战包括图像分类,文本识别,强化学习,对抗性攻击,图像分割,资源分配优化以及跨领域问题。这个平台曾在亚马逊和Nvidia获得了超过10万美元,然后发布称为“Learning to Run”的竞赛。


crowdAI

https://www.crowdai.org/challenges


Learning to Run

https://www.crowdai.org/challenges/nips-2017-learning-to-run


Numerai


640?wx_fmt=png

Numerai是由AI运行,是一群对冲基金圈的数据科学家建设。每周举办一次数据科学竞赛,为真正的对冲基金提供支持。Numerai每周向其参与者提供加密数据,然后参与者提交预测模型。然后,Numerai从其所有提交中创建一个元模型并进行投资。如果投资有收益,数据科学家提交的预测可以换取加密Blockchain令牌。


平台链接:

https://numer.ai/rounds


天池


640?wx_fmt=png

天池是阿里云的数据竞争平台,在很多方面类似于Kaggle。这是一个由数十万数据科学家相互合作并与全球企业和政府联系以解决各行业最棘手的业务问题的社区。


平台链接:

https://tianchi.aliyun.com/competition/gameList/activeList


大数据专家、阿里巴巴集团副总裁涂子沛介绍,比赛中胜出的优秀数据模型,不仅可用于参赛者的学术研究成果,还有机会走出实验室,直接应用于淘宝、 支付宝等真实的商业场景,影响中国乃至世界数以亿计的用户。


Data Science Challenge

640?wx_fmt=png

平台上的数据科学挑战是由英国政府部门赞助,包括国防科学技术实验室(Dstl)、政府科学办公室,SIS和MI5在内多个政府部门。这些挑战旨在鼓励数据科学领域最聪明的人才帮助解决现实问题。目前,该平台提供的两个挑战已经结束,但仍会有源源不断的问题等待者挑战者去解决。


平台链接:

https://www.datasciencechallenge.org/


KDD Cup


640?wx_fmt=png

KDD Cup是由ACM特别兴趣小组组织的年度Data Mining 和Knowledge Discovery竞赛。2019界SIGKDD将于2019年8月4日至8日在美国阿拉斯加州安克雷奇举行。 KDD杯比赛预计将持续2-4个月,获胜者将在2019年7月中旬通知。

今年的三个竞赛课题为:

  • 常规机器学习竞赛轨道(常规ML轨道)

  • 自动机器学习竞赛轨道(Auto-ML Track)

  • “人文研究”强化学习竞赛轨道(Humanity RL Track)


平台链接:

https://www.kdd.org/kdd2019/kdd-cup


推荐阅读

尴尬顺丰

关于防止过拟合,整理了 8 条迭代方向!

Python效率工具 | SimpleHTTPServer

1000行 MySQL 学习笔记,不怕你不会,就怕你不学!


640?wx_fmt=png

喜欢就点击“在看”吧!

猜你喜欢

转载自blog.csdn.net/qq_28168421/article/details/89324633