加入收藏 | 设为首页 | 会员中心 | 我要投稿 核心网 (https://www.hxwgxz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 教程 > 正文

除Kaggle外,还有哪些顶级数据科学竞赛平台

发布时间:2019-04-11 10:10:56 所属栏目:教程 来源:大数据文摘
导读:大数据文摘出品 编译:周素云 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
副标题[/!--empirenews.page--]

除Kaggle外,还有哪些顶级数据科学竞赛平台
大数据文摘出品
编译:周素云

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

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

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

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。

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

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

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

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

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

(编辑:核心网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读