• Stars
    star
    546
  • Rank 81,396 (Top 2 %)
  • Language
  • License
    MIT License
  • Created over 6 years ago
  • Updated over 1 year ago

Reviews

There are no reviews yet. Be the first to send feedback to the community and the maintainers!

Repository Details

AI比赛相关信息汇总

AI_competitions

AI比赛相关

@ 双愚,若fork或star请注明来源 首发于公众号:双愚

Competitions Websites

随着近几年人工智能和大数据的快速发展和应用,使得相应的工智能&大数据相关比赛比赛近几年火热了起来,下面就我知道到的人工智能&大数据相关比赛,为大家简要说下,感兴趣的可以参加一些比赛,锻炼一下自己,也能知道一些前沿的技术,说不定还能拿些奖金呢?哈哈

建议:现在AI比赛非常多,如果想学习的话,最好有针对性地选择一项比赛,深钻下去,很多比赛也会建群讨论交流,能学到很多,而且有些还会有大佬直播答疑,赛后交流分享。对了,还有最好能组个队,有队友互相学习,会比单打独斗事半功倍。 欢迎交流(* ̄︶ ̄)

公开数据集

国外 overseas

1. kaggle数据科学竞赛 - Competitions | Kaggle

Kaggle号称是全球最大的数据科学家汇聚的平台,高手云集,同时对萌新也很友好。

Kaggle 上有两个最适合新手的竞赛(某种程度上已成为 Kaggle 的「入门教程」):

Titanic(预测生存:一种二元分类问题):https://www.kaggle.com/c/titanic

房价(预测价格:回归问题):https://www.kaggle.com/c/house-prices-advanced-regression-techniques

强烈建议你有时间两项都尝试一下,对入门学习是很有益处的!

2. ICME

http://www.icme2019.org/conf_challenges

http://www.icme2018.org/conf_challenges

IEEE ICME(IEEE International Conference on Multimedia and Expo)是由IEEE Computer Society、Circuits and Systems Society、 Signal Processing Society以及Communications Society共同主办的计算机多媒体领域最重要的国际会议之一,至今(2019)已连续举办18届,涵盖文本分析、图形图像、视频、语音音频等多媒体数据的处理、传输、分析与应用等主题。

国内(domestic inland )

国内是看到了AI在未来的重要性,各个公司已经相应投资者纷纷开设了很多相关的比赛及平台,下面说下我所知道的。

2. 阿里云天池大赛

2015年3月23日,阿里云计算宣布启动新一赛季的天池大数据竞赛,到目前为止,已经加入了很多,比如算法大赛,程序设计大赛,为新手准备的入门赛,还有可视化大赛,千里马大赛,创新应用大赛。门类相对来说非常齐全。 而且一般比赛持续周期很长,大家可以择机参加。

3. DF,CCF指定专业大数据竞赛平台

DF(DataFountain)的目标是构建中国最有影响力和权威度的数据科学与大数据分析处理竞赛平台。大赛的奖池规模很大,而且备考中国计算机学会这种国家学会,和很多优秀企业开办比赛,平台竞赛数量质量越来越高,CCF每年的大赛都是DF组织的,影响力挺大的,平台参与人数也挺多。

4.AI Challenger - 全球AI挑战赛

“AIChallenger全球AI挑战赛”。是由创新工场、搜狗和今日头条联合宣布三方携手发起的。 AI Challenger 全球AI挑战赛”是面向全球人工智能人才的开源数据集和编程竞赛平台,致力于满足AI人才成长对高质量丰富数据集的需求,推动AI在科研与商业领域结合来解决真实世界的问题。 2017年才举办第一期,现在2018年8月第二期开始啦。 这个比赛数据集很大,都是解决实际问题,难度较高,当然,奖金特别高,一般都是公司或者高校团队参加。

5. FlyAI-AI竞赛服务平台

新发现的一个AI竞赛平台,比赛类型分为图像,自然语言处理,语音这三块,比赛形式每提交一次代码只要符合条件就有奖金。个人觉得这种形式还是挺好的,真的有助于全民AI的氛围形成。 FlyAI 新一代AI竞赛社区 FlyAI是游戏化AI竞赛服务平台,吸引国内外优秀的AI开发者和AI需求者,让AI从科学家社区走向工程师社区。它不仅仅是开发者社区,而是未来企业个性化AI解决方案的核心,也是未来AI行业生态的起点。目前平台已注册3000人,拥有近50个AI项目(可执行代码、规范化数据、可用模型),接下来将会通过技术论坛、资讯网站、校园等途径不断发掘吸引AI人才。

6. 数据竞赛平台 - biendata

Biendata.com是一个人工智能竞赛学习平台。用户可通过该平台报名并参加人工智能领域各类赛事。 这项比赛奖金也是很丰厚的,不过也是难度较高,一般公司或者高校团队参加。 最近有一个比赛是: 中国人工智能学会 & 字节跳动 办的为字节跳动海外产品文章自动生成标题,感觉还是挺有意思的。

7. 科赛- Kesci.com

科赛(Kesci.com)是聚合数据人才和行业问题的在线社区。科赛打造的 K-Lab 在线数据分析协作平台,为数据工作者的学习和工作带来全新的体验。 比赛有简单,有难,有些有奖金,有些没有,可能知名度没有前几个高

8. 数愿大数据AI竞赛平台

致力于打造一流高度专业化大数据人工智能竞赛,挖掘优质人才和数据价值,推动项目商业化落地,助力创业者实现梦想 奖励丰厚,大多和创业相关,知名度不高,不过价值很高,可以多多参与。

8. 关注智能生活的黑客大赛GeekPwn

大赛主要聚焦人工智能安全问题

聚焦机器学习对抗训练 全球首创AI对抗样本攻防赛CAAD CTF CAAD对抗样本攻防赛是GeekPwn2018推出的全新挑战项目,聚焦人工智能领域潜在安全问题,旨在通过专业的技术比拼,选手在现场进行实时攻击与防守比赛,提前预演人工智能应用潜在的安全风险,保护人工智能健康成长。

GeekPwn2018嘉年华将于2018 年10月24日-25日在上海举行。届时CAAD 对抗样本攻防赛、数据追踪挑战赛、黑客屋挑战赛、机器特工挑战赛、PWN FOR FUN趣味挑战赛、基于漏洞和非基于漏洞挑战赛轮番上演

其他公司比赛

以上都是大家可能比较熟知的比赛平台,但也有一些公司自己举办的非常好的AI比赛平台。

其他比赛文章合集

平台

Studys

深度学习中经常看到epoch、iteration和batchsize,下面按照自己的理解说说这三个区别:

  1. batchsize:批大小。在深度学习中,一般采用SGD训练,即每次训练在训练集中取batchsize个样本训练;
  2. iteration:1个iteration等于使用batchsize个样本训练一次;
  3. epoch:1个epoch等于使用训练集中的全部样本训练一次;

举个例子,训练集有1000个样本,batchsize=10,那么: 训练完整个样本集需要: 100次iteration,1次epoch。

AI_competitions_code

Citation

If you find this project useful in your research, please consider cite:

@misc{ai_competitions2019,
    title={Summary of AI competitions at home and abroad},
    author={Chongqing, Huang},
    howpublished = {\url{https://github.com/HuangCongQing/AI_competitions/}},
    year={2019}
}

Issues

Ranking


微信公众号:【双愚】(huang_chongqing) 聊科研技术,谈人生思考,欢迎关注~

image

往期推荐:

  1. 本文不提供职业建议,却能助你一生
  2. 聊聊我们大学生面试
  3. 清华大学刘知远:好的研究方法从哪来

License

Copyright (c) 双愚. All rights reserved.

Licensed under the MIT License.

More Repositories

1

Algorithms_MathModels

【国赛】【美赛】数学建模相关算法 MATLAB实现(2018年初整理)
MATLAB
1,671
star
2

pcl-learning

🔥PCL(Point Cloud Library)点云库学习记录
C++
1,299
star
3

UCAS_Course_2019

中国科学院大学2019-2020课程(秋季,春季,夏季)
HTML
1,125
star
4

ROS

🔥ROS(c++)机器人操作系统 学习(写于2020年夏)
CMake
411
star
5

3D-Point-Clouds

🔥3D点云目标检测&语义分割(深度学习)-SOTA方法,代码,论文,数据集等
Jupyter Notebook
319
star
6

3D-LIDAR-Multi-Object-Tracking

🔥3D-MOT(点云多目标检测和追踪C++) (2020 · 秋) 代码有详细注解
C++
309
star
7

MachineLearning_Ng

吴恩达机器学习coursera课程,学习代码(2017年秋) The Stanford Coursera course on MachineLearning with Andrew Ng
Jupyter Notebook
207
star
8

deeplearning.ai-note

网易云课堂终于官方发布了吴恩达经过授权的汉化课程-“”深度学习专项课程“”,这是自己做的一些笔记以及代码。下为网易云学习链接
Jupyter Notebook
197
star
9

plane_fit_ground_filter

点云分割论文2017 Fast segmentation of 3d point clouds: A paradigm on lidar data for autonomous vehicle applications
C++
96
star
10

OpenCV

opencv(python&c++)学习教程 1、人机互动 2、物体识别 3、图像分割 4、人脸识别 5、动作识别 6、运动跟踪 7、机器人 8、运动分析 9、机器视觉 10、结构分析 11、汽车安全驾驶
Jupyter Notebook
68
star
11

linefit_ground_segmentation_details

快速3D点云分割论文代码(带注解):Fast segmentation of 3d point clouds for ground vehicles
C++
62
star
12

awesome-data-labeling-tools

图像images/点云point clouds标注工具汇总
61
star
13

Point-Clouds-Visualization

visualization点云可视化(open3D, mayavi, rviz(ros), PCL等)
Python
53
star
14

pcdet-note

OpenPCDet 代码重点注解笔记
Python
48
star
15

multi-sensor-fusion

多传感器融合(lidar radar camera)
HTML
44
star
16

mmdetection3d-note

mmdetection3d 代码重点注解笔记
Python
38
star
17

CS231n_Spring_2019

CS231n_Spring(2019年秋季)计算机视觉课程
Jupyter Notebook
36
star
18

apollo_note

百度Apollo代码注释笔记(重点感知笔记)
C++
35
star
19

RandLA-Net-Enhanced

RandLA-Net改进版
Python
33
star
20

vue2-music

基于Vue2.0的移动端音乐播放器,QQ音乐API,可听QQ高品质歌曲。 Vue music player
Vue
26
star
21

cuda-learning

cuda编程学习入门
Cuda
18
star
22

college-resource

各大高校大学生课程学习资源
18
star
23

AlgorithmsAndDataStructure

JAVA 算法数据结构代码 演习实践
Java
15
star
24

Python

Python学习
Jupyter Notebook
13
star
25

postgraduate

研究生培养 发展等 科研
13
star
26

Spider

爬虫python3 (request,BeautifulSoup,xpath,re,Selenium,wordcloud等模块)
HTML
12
star
27

pytorch

pytorch学习
Jupyter Notebook
12
star
28

driving-behavior-risk-prediction.

2018平安产险数据建模大赛 驾驶行为预测驾驶风险
Python
11
star
29

model-compression-optimization

model compression and optimization for deployment for Pytorch, including knowledge distillation, quantization and pruning.(知识蒸馏,量化,剪枝)
Python
11
star
30

sklearn

scikit-learn (sklearn) 常用的机器学习,包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法
Jupyter Notebook
11
star
31

front-end-interview

前端面试问题汇总
JavaScript
9
star
32

download_3D_dataset

三维点云数据集下载sh脚本(目标检测,语义分割, ...)
Shell
9
star
33

open3d-learning

open3d Point cloud processing and visualization(点云处理和可视化)
Python
9
star
34

Quantum-Computing

量子计算(Quantum Computing)
9
star
35

useful-Demo

前端js一些小例子
HTML
9
star
36

PointPainting-notes

PointPainting 笔记(代码已fix,可正常运行)
Python
9
star
37

mirrors

国内镜像
8
star
38

LaTeX

LaTeX学习记录
TeX
8
star
39

Matlab-learning

MATLAB学习
MATLAB
8
star
40

c-plus-plus

C++
C++
7
star
41

HPC

高性能计算HPC(High Performance Computing)
C++
7
star
42

paper-journal

6
star
43

How-to-do-Research

如何做研究
6
star
44

WebGL

WebGL(全写Web Graphics Library)是一种3D绘图协议,可利用canvas,three.js,ECharts进行3D动态绘制,下为学习代码
5
star
45

IoT_Lab

IoT(物联网)实验 -各类传感器采集实验 | 重庆邮电大学
C
5
star
46

tensorrt-plugin

实现TensorRT自定义插件(plugin)
Cuda
5
star
47

pointnet-simple

pointnet简易实现,入门学习分享
Python
5
star
48

tensorrt-notes

官方tensorrt备注笔记
C++
5
star
49

MAC-advice

苹果电脑 MACBook的相关使用说明,疑难杂症
4
star
50

TensorFlow

TensorFlow1.14和TensorFlow2x的学习代码('py35)
Jupyter Notebook
4
star
51

tensorflow-minist

TensorFlow与Flask结合打造手写体数字识别 | 学习网站:
JavaScript
3
star
52

jetson-TX2

Something about Jetson TX1/TX2.
3
star
53

ros2_python

Python implementation of ROS2 | python实现ros2
Python
3
star
54

query_analysis

自然语言处理(NLP) 语句抽取
Python
3
star
55

Jupyter-Notebook

Jupyter Notebook使用
Jupyter Notebook
2
star
56

pointnet2_pytorch

pointnet和pointnet++的pytorch实现
Python
2
star
57

react-study

React学习和开发
JavaScript
2
star
58

CQUPT_Course

重庆邮电大学课程资料
2
star
59

new-technique

新技术持续追踪中(人工智能,云计算,大数据,区块链... ...)
2
star
60

V2X

实现车与X(人、车、路、后台等)智能信息的交换共享。
2
star
61

ranking-list

数据!important | 各种排行,榜单数据汇总 数据为王的时代 Data
2
star
62

machine-learning-algorithms

机器学习常见算法(SVM等)
2
star
63

Gan

生成式对抗网络(GAN, Generative Adversarial Networks )是一种深度学习模型,是近年来复杂分布上无监督学习最具前景的方法之一。
2
star
64

IoT2

物联网综合实验二(2018年秋 | 重庆邮电大学·物联网工程
Batchfile
2
star
65

hcq-AM

Visual Effects为“视觉效果 ,special-effects,About Myself,自我介绍
Vue
2
star
66

AI-college-course

大学相关课程总结
2
star
67

go-learning

go语言学习 适合分布式开发,高并发,微服务
Go
2
star
68

jenkins

基于Jenkins的自动化工作流搭建的过程,搭建完这套工作流,我们只需要在本地发起一个git提交,剩下的单元测试,打包构建,代码部署,邮件提醒等功能全部自动化完成,让持续集成、持续交付、持续部署变得简单易操作,真正解决人工构建部署的诸多问题。
2
star
69

2018-tencent-ad-competition

2018腾讯广告算法大赛
1
star
70

Django-backend

Django web服务端(后端)开发学习
Python
1
star
71

system-design-iot

物联网系统设计(2018秋)
Assembly
1
star
72

LeetCode

LeetCode/剑指offer刷题
C++
1
star
73

MiniGame

微信小游戏
1
star
74

VR-AR

虚拟现实(VR)/增强现实(AR)
1
star
75

shell

shell命令
Shell
1
star
76

BlockChain

比特币/区块链(BlockChain)
1
star
77

JavaSqlConnection

Java连接MySQL数据库
Java
1
star
78

quantitative-trading

量化交易投资(python3实现各类算法)
1
star
79

Paddle

百度飞桨深度学习框架
1
star
80

good-video

励志 | 视野| 知识| 自己看过的好的视频推荐
1
star
81

3D-Datasets

点云数据集汇总 介绍 | 代码
1
star
82

2018-internship-summer

【学校实习】嵌入式GPRS开发和Android开发
1
star
83

IoT

物联网相关
1
star
84

vue-element-blink

博灵(Blink)科技Web
Vue
1
star
85

Voice-Control-System-IoT2

智能家居语音控制系统(大三下物联网实验课2)
HTML
1
star
86

HTML5

JavaScript
1
star
87

intelligent-greenhouse

物联网实验(监控 2018(秋))
C
1
star
88

2018-codeM

2018美团CodeM编程大赛
1
star
89

contiki-operation

contiki基础学习,开发 物联网(IoT)
C
1
star
90

algorithm-and-data-structure-theory

算法与数据结构(理论)
1
star
91

HuangCongQing.github.io

myself blog
HTML
1
star
92

wx_calendar

自己做的微信小程序-日历,可作为插件使用
JavaScript
1
star
93

DeeCamp

DeeCamp笔试题
Python
1
star
94

nlp

自然语言处理,基础,demo
Jupyter Notebook
1
star
95

github-repo

github上star的好项目
1
star
96

Transformer

Transformer学习记录
Python
1
star
97

Data-Preprocessing

数据预处理
Python
1
star