【机器学习】机器学习、深度学习竞赛平台推荐2022(持续更新)[通俗易懂]

【机器学习】机器学习、深度学习竞赛平台推荐2022(持续更新)[通俗易懂]ML竞赛平台推荐一、前言二、国内外最主流平台1.Kaggle2.天池三、国内其他主要平台四、国外其他主要平台五、大/中厂竞赛六、其他平台1.Numerai平台一、前言如果你从事研发岗,espec

【机器学习】机器学习、深度学习竞赛平台推荐2022(持续更新)[通俗易懂]

一、前言

如果你从事研发岗,especially机器学习算法岗,丰富自己简历有三个方法,一是发paper,二是参加项目。最后就是参加网上的竞赛:参与机器学习的竞赛是一个不错的选择。在高质量的比赛中,拿到top名次可以让你的简历眼前一亮

本文总结主流大多数流行的机器学习平台,供大家学习参考

二、国内外最主流平台

Kaggle和天池分别是国外和国内最大的机器学习竞赛平台,赛事多,选手多,奖金高,含金量相对充足。但是这两个最大的平台大神聚集,难以拿top

1. Kaggle

https://www.kaggle.com/

说明: 对于新手来说,Kaggle的优势在于开源分享的氛围,每个比赛在讨论区都有大量的针对此比赛的分享,包括Baseline,EDA,Data leakeage等。有些Baseline甚至可以直接进入赛事的Top1%。学习大佬的思路和代码能够少走很多弯路,从而可以飞速地进步。Kaggle唯一的缺点就在于全英文,对于国内的同学来说,理解起来可能有些吃力。

2. 天池

https://tianchi.aliyun.com/

说明: 天池是阿里巴巴旗下的机器学习平台,目前是国内最大的机器学习类竞赛网站。和Kaggle相比,开源分享的氛围不是很强。但近期,天池推出了很多针对初学者的入门教程和视频,包括算法讲解和竞赛套路讲解。从天池入门算法竞赛也不失为一个好的选择。

三、国内其他主要平台

国内还有很多其他数据类竞赛的平台。相对天池,参赛的人数相对较少,但某些赛事的奖金也很高,而且这些比赛同样有主办方offer可以拿。因为参与的队伍较少,所以进入Top的几率较大。

  • DataCastle竞赛平台:

http://www.pkbigdata.com/

  • Datafountain竞赛平台:

https://www.datafountain.cn/

  • Biendata平台:

https://www.biendata.com/

  • Kesci平台:

https://www.kesci.com/

四、国外其他主要平台

  • Codalab
    https://competitions.codalab.org/competitions/
    Codalab上多数为学术型的竞赛平台,包括一些学术会议的附赛。第四范式的AutoML赛就在此平台上举办

  • Crowdai
    https://www.aicrowd.com/
    Crowdai貌似是微软投资,用来对标谷歌旗下的Kaggle平台。虽然赛事较少,但含金量也很不错。

五、大/中厂竞赛

除了平台赛之外,BATJ等大厂都会定期举办数据/机器学习的旗舰赛事,通常一年一度,奖金非常非常丰厚。如果能够进入Top,更可以直接拿到大厂相关岗位的offer,是非常值得大家关注的系列赛事。

华为:https://competition.huaweicloud.com/competitions 注意:华为云平台的比赛多是基于华为的业务,有的是直接面向校招,比赛项目较多、涉及的方向也很繁杂,包含软件、AI、芯片等,奖金较多,有免费的gpu算力

阿里:https://tianchi.aliyun.com/

腾讯广告算法大赛:https://algo.qq.com/

京东JDD大赛:https://jdder.jd.com
京东JDATA:https://jdata.jd.com

百度飞桨ai:https://aistudio.baidu.com/aistudio/competition

爱奇艺ai竞赛平台(多为视频比赛):http://challenge.ai.iqiyi.com/

图灵联邦: https://www.turingtopia.com/competitionnew

讯飞开放平台:http://challenge.xfyun.cn

Flyai: https://www.flyai.com

蚂蚁金服:https://tech.antfin.com/articles/activity/atec

拍拍贷:https://ai.ppdai.com

睡前Futurelab(只针对在校生):https://ai.futurelab.tv/contest/all

国外医学图像相关:https://grand-challenge.org/challenges

数睿思:https://www.tipdm.org/

数愿:http://www.datadreams.org/#/raceList

六、其他平台

1. Numerai平台

https://numer.ai/homepage/
有志于从事量化方向的同学可以重点关注下。简单来说,参与者下载真实的金融数据数据,训练相应的机器学习模型,Numerai会将其整合为最终的交易策略,并投入到真实的市场中。根据这些预测在现实中的表现,Numerai会给予用户相应的报酬,以美元和虚拟货币的形式给出。每个星期,它都会发出总计6000美元的奖励。值得一提的是,在传统的机器学习竞赛中,大多数情况下只有前三名的选手才能获得奖金。而在Numerai中,只要符合一定的标准,就有希望获得或多或少的奖金。

今天的文章【机器学习】机器学习、深度学习竞赛平台推荐2022(持续更新)[通俗易懂]分享到此就结束了,感谢您的阅读。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/85633.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注