“数据挖掘竞赛”的版本间的差异
来自Wiki.Citydatum
小 |
小 |
||
| 第1行： | 第1行： | ||
| + | {{提示|该页面还需进一步完善，欢迎加入我们！}} | ||
| + | |||
近年来，数据挖掘类的赛事越来越多，类型也越来越多样化，归纳起来大致可分为以下几种类型： | 近年来，数据挖掘类的赛事越来越多，类型也越来越多样化，归纳起来大致可分为以下几种类型： | ||
* 算法型：数据是事先准备好的、干净的，对错误的衡量有统一标准，通常是一个纯粹的[[机器学习]]问题，参赛者的重点在于[[算法]]和计算； | * 算法型：数据是事先准备好的、干净的，对错误的衡量有统一标准，通常是一个纯粹的[[机器学习]]问题，参赛者的重点在于[[算法]]和计算； | ||
* 现实型：数据是未经清理的原始数据，需要自己建立[[模型]]，根据任务特性评价模型的好坏，需要参赛者需要了解问题所处的领域，分析数据、[[建模]]和调整； | * 现实型：数据是未经清理的原始数据，需要自己建立[[模型]]，根据任务特性评价模型的好坏，需要参赛者需要了解问题所处的领域，分析数据、[[建模]]和调整； | ||
* 可视化：数据可以是事先准备的，也可以是原始数据，比赛的重点在于通过可视化的方法，揭示数据所反映的特征与规律，关注数据挖掘与艺术设计的有机结合； | * 可视化：数据可以是事先准备的，也可以是原始数据，比赛的重点在于通过可视化的方法，揭示数据所反映的特征与规律，关注数据挖掘与艺术设计的有机结合； | ||
| + | |||
=== 周期性竞赛 === | === 周期性竞赛 === | ||
* 国际知识发现和数据挖掘竞赛（[http://www.kdd.org/ KDD Cup], Knowledge Discovery and Data Mining） | * 国际知识发现和数据挖掘竞赛（[http://www.kdd.org/ KDD Cup], Knowledge Discovery and Data Mining） | ||
* 美国大学生数学建模竞赛（[http://www.comap.com/undergraduate/contests/ MCM/ICM]） | * 美国大学生数学建模竞赛（[http://www.comap.com/undergraduate/contests/ MCM/ICM]） | ||
| + | |||
=== 竞赛平台 === | === 竞赛平台 === | ||
* [https://www.kaggle.com/ Kaggle] | * [https://www.kaggle.com/ Kaggle] | ||
* [https://tianchi.aliyun.com/competition/gameList.htm 天池大数据竞赛] | * [https://tianchi.aliyun.com/competition/gameList.htm 天池大数据竞赛] | ||
| + | |||
=== 其他竞赛 === | === 其他竞赛 === | ||
* [http://shanghai.sodachallenges.com/ 上海开放数据创新应用大赛(soda)] | * [http://shanghai.sodachallenges.com/ 上海开放数据创新应用大赛(soda)] | ||
2017年9月16日 (六) 08:04的版本
近年来，数据挖掘类的赛事越来越多，类型也越来越多样化，归纳起来大致可分为以下几种类型：
- 算法型：数据是事先准备好的、干净的，对错误的衡量有统一标准，通常是一个纯粹的机器学习问题，参赛者的重点在于算法和计算；
- 现实型：数据是未经清理的原始数据，需要自己建立模型，根据任务特性评价模型的好坏，需要参赛者需要了解问题所处的领域，分析数据、建模和调整；
- 可视化：数据可以是事先准备的，也可以是原始数据，比赛的重点在于通过可视化的方法，揭示数据所反映的特征与规律，关注数据挖掘与艺术设计的有机结合；
周期性竞赛
竞赛平台
其他竞赛
- 上海开放数据创新应用大赛(soda)
- Netflix Prize
- INFORMS Challenge
- ILP Challenge
