数据挖掘竞赛

来自Wiki.Citydatum
跳转至: 导航搜索
TODO
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:

  • 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

  • 国际知识发现和数据挖掘竞赛(KDD Cup, Knowledge Discovery and Data Mining)
  • 美国大学生数学建模竞赛(MCM/ICM

竞赛平台

其他竞赛