除Kaggle外，還有哪些頂級(jí)數(shù)據(jù)科學(xué)競(jìng)賽平臺(tái)
在數(shù)據(jù)科學(xué)圈晃蕩的小伙伴，很少有不知道Kaggle的。Kaggle不僅是一個(gè)競(jìng)賽平臺(tái)，也提供了非常好學(xué)習(xí)機(jī)會(huì)。通過(guò)比賽，你可以接觸先進(jìn)的方法和數(shù)據(jù)集、可以與志同道合的人一起參賽，最重要的是能夠向全世界展示你的才華。
除了Kaggle，其實(shí)還有不少類似的平臺(tái)，下面文摘菌就給大家盤點(diǎn)一下這些競(jìng)爭(zhēng)數(shù)據(jù)科學(xué)平臺(tái)。
DrivenData
DrivenData主要舉辦的是數(shù)據(jù)科學(xué)類競(jìng)賽，通過(guò)前沿的預(yù)測(cè)模型，解決世界上最棘手問(wèn)題，建立一個(gè)更美好的世界。通過(guò)舉辦數(shù)據(jù)科學(xué)競(jìng)賽來(lái)發(fā)揮數(shù)據(jù)在國(guó)際發(fā)展，健康，教育，醫(yī)療等社會(huì)問(wèn)題中的作用。參賽者可以自己參加比賽或者發(fā)布比賽項(xiàng)目。
平臺(tái)地址：https://www.drivendata.org/
該平臺(tái)有一個(gè)專門的案例分析部分，以案例研究的形式提供一些成功項(xiàng)目的信息。DrivenData中列出的數(shù)據(jù)集與非營(yíng)利組織相關(guān)，范圍從野生動(dòng)物保護(hù)到公共健康。因此，如果你想將數(shù)據(jù)技能應(yīng)用于實(shí)際問(wèn)題，DrivenData是一個(gè)很好的選擇。
CrowdANALYTIX
CrowdANALYTIX是一個(gè)眾包分析平臺(tái)，他們將商業(yè)挑戰(zhàn)和業(yè)務(wù)問(wèn)題轉(zhuǎn)化為競(jìng)賽。參賽者可以在CrowdANALYTIX社區(qū)內(nèi)通過(guò)合作或競(jìng)爭(zhēng)來(lái)構(gòu)建和優(yōu)化AI，ML，NLP和深度學(xué)習(xí)算法的項(xiàng)目。該平臺(tái)還擁有一個(gè)社區(qū)博客，其中包含大量資源，包括訪談和參考資料。
- 平臺(tái)地址https://www.crowdanalytix.com/community
- 社區(qū)博客：https://www.crowdanalytix.com/jq/communityBlog/listBlog.html
InnoCentive
InnoCentive 是一家開放式創(chuàng)新型的研究公司。最早是由醫(yī)藥制造商禮來(lái)公司資助，創(chuàng)立于2001年，最初的職能是化學(xué)和生物領(lǐng)域的研發(fā)供求網(wǎng)絡(luò)平臺(tái)。服務(wù)于190多個(gè)國(guó)家，為390000人提供相關(guān)服務(wù)。
該平臺(tái)主要專注于處理生命科學(xué)的問(wèn)題，但研究領(lǐng)域也包括數(shù)學(xué)、物理、化學(xué)、工程、計(jì)算機(jī)科學(xué)等。參與者需要具有批判性的思維、研究力、創(chuàng)造力、和多學(xué)科知識(shí)的交叉來(lái)解決平臺(tái)上的實(shí)際問(wèn)題。提出解決方案不僅是一次非常好的能力鍛煉，同時(shí)也可以獲得相應(yīng)的報(bào)酬。
平臺(tái)鏈接：https://www.innocentive.com/our-solvers/
TundIT
TunedIT最初是華沙大學(xué)的一個(gè)科學(xué)博士項(xiàng)目。目標(biāo)是幫助數(shù)據(jù)科學(xué)家進(jìn)行可重復(fù)的實(shí)驗(yàn)的，并輕松評(píng)估數(shù)據(jù)驅(qū)動(dòng)的算法。隨后，創(chuàng)始團(tuán)隊(duì)為了教育研究、科學(xué)實(shí)驗(yàn)和一些商業(yè)目的開發(fā)了TunedIT Challenges平臺(tái)，用于舉辦此類的數(shù)據(jù)競(jìng)賽。
平臺(tái)鏈接：
https://towardsdatascience.com/top-competitive-data-science-platforms-other-than-kaggle-2995e9dad93c
Codalab
Codalab是一個(gè)開源的基于Web的平臺(tái)，它使研究人員，開發(fā)人員和數(shù)據(jù)科學(xué)家能夠在同一平臺(tái)上進(jìn)行協(xié)作，目標(biāo)是推進(jìn)使用機(jī)器學(xué)習(xí)和高級(jí)計(jì)算領(lǐng)域的研究。CodaLab通過(guò)其在線社區(qū)幫助解決了許多數(shù)據(jù)導(dǎo)向研究領(lǐng)域的常見(jiàn)問(wèn)題。平臺(tái)既支持參加現(xiàn)有的比賽，也支持舉辦新的比賽。
平臺(tái)鏈接：https://competitions.codalab.org/
Analytics Vidhya
Analytics Vidhya 是一個(gè)為分析師和數(shù)據(jù)科學(xué)專家區(qū)提供的知識(shí)社區(qū)。除了為數(shù)據(jù)科學(xué)分析提供大量資源外，平臺(tái)的Hackathons旨在解決一些工商業(yè)界存在的實(shí)際問(wèn)題，并通過(guò)競(jìng)賽的形式發(fā)布。在這個(gè)平臺(tái)上，你既可以參與挑戰(zhàn)，也可以贊助比賽。很多在Analytics Vidhya組織Hackathons挑戰(zhàn)的大公司也會(huì)為優(yōu)秀的參賽者提供工作機(jī)會(huì)。
平臺(tái)鏈接：https://datahack.analyticsvidhya.com/?utm_source=main-logo
CrowdAI
數(shù)據(jù)科學(xué)挑戰(zhàn)平臺(tái)crowdAI每年都會(huì)面臨多項(xiàng)開放數(shù)據(jù)科學(xué)挑戰(zhàn)。挑戰(zhàn)包括圖像分類，文本識(shí)別，強(qiáng)化學(xué)習(xí)，對(duì)抗性攻擊，圖像分割，資源分配優(yōu)化以及跨領(lǐng)域問(wèn)題。這個(gè)平臺(tái)曾在亞馬遜和Nvidia獲得了超過(guò)10萬(wàn)美元，然后發(fā)布稱為“Learning to Run”的競(jìng)賽。
- crowdAI：https://www.crowdai.org/challenges
- Learning to Run：https://www.crowdai.org/challenges/nips-2017-learning-to-run
Numerai
Numerai是由AI運(yùn)行，是一群對(duì)沖基金圈的數(shù)據(jù)科學(xué)家建設(shè)。每周舉辦一次數(shù)據(jù)科學(xué)競(jìng)賽，為真正的對(duì)沖基金提供支持。Numerai每周向其參與者提供加密數(shù)據(jù)，然后參與者提交預(yù)測(cè)模型。然后，Numerai從其所有提交中創(chuàng)建一個(gè)元模型并進(jìn)行投資。如果投資有收益，數(shù)據(jù)科學(xué)家提交的預(yù)測(cè)可以換取加密Blockchain令牌。
平臺(tái)鏈接：https://numer.ai/rounds
天池
天池是阿里云的數(shù)據(jù)競(jìng)爭(zhēng)平臺(tái)，在很多方面類似于Kaggle。這是一個(gè)由數(shù)十萬(wàn)數(shù)據(jù)科學(xué)家相互合作并與全球企業(yè)和政府聯(lián)系以解決各行業(yè)最棘手的業(yè)務(wù)問(wèn)題的社區(qū)。
平臺(tái)鏈接：https://tianchi.aliyun.com/competition/gameList/activeList
大數(shù)據(jù)專家、阿里巴巴集團(tuán)副總裁涂子沛介紹，比賽中勝出的優(yōu)秀數(shù)據(jù)模型，不僅可用于參賽者的學(xué)術(shù)研究成果，還有機(jī)會(huì)走出實(shí)驗(yàn)室，直接應(yīng)用于淘寶、 支付寶等真實(shí)的商業(yè)場(chǎng)景，影響中國(guó)乃至世界數(shù)以億計(jì)的用戶。
Data Science Challenge
平臺(tái)上的數(shù)據(jù)科學(xué)挑戰(zhàn)是由英國(guó)政府部門贊助，包括國(guó)防科學(xué)技術(shù)實(shí)驗(yàn)室(Dstl)、政府科學(xué)辦公室，SIS和MI5在內(nèi)多個(gè)政府部門。這些挑戰(zhàn)旨在鼓勵(lì)數(shù)據(jù)科學(xué)領(lǐng)域最聰明的人才幫助解決現(xiàn)實(shí)問(wèn)題。目前，該平臺(tái)提供的兩個(gè)挑戰(zhàn)已經(jīng)結(jié)束，但仍會(huì)有源源不斷的問(wèn)題等待者挑戰(zhàn)者去解決。
平臺(tái)鏈接：https://www.datasciencechallenge.org/
KDD Cup
KDD Cup是由ACM特別興趣小組組織的年度Data Mining 和Knowledge Discovery競(jìng)賽。2019界SIGKDD將于2019年8月4日至8日在美國(guó)阿拉斯加州安克雷奇舉行。 KDD杯比賽預(yù)計(jì)將持續(xù)2-4個(gè)月，獲勝者將在2019年7月中旬通知。
今年的三個(gè)競(jìng)賽課題為：
- 常規(guī)機(jī)器學(xué)習(xí)競(jìng)賽軌道(常規(guī)ML軌道)
- 自動(dòng)機(jī)器學(xué)習(xí)競(jìng)賽軌道(Auto-ML Track)
- “人文研究”強(qiáng)化學(xué)習(xí)競(jìng)賽軌道(Humanity RL Track)
平臺(tái)鏈接：https://www.kdd.org/kdd2019/kdd-cup
相關(guān)報(bào)道：
https://towardsdatascience.com/top-competitive-data-science-platforms-other-than-kaggle-2995e9dad93c
【本文是51CTO專欄機(jī)構(gòu)大數(shù)據(jù)文摘的原創(chuàng)譯文，微信公眾號(hào)“大數(shù)據(jù)文摘（ id: BigDataDigest）”】
