數據競賽中baseline是最入門的分享，

它不僅有思路、方法還有內容；

或許你與Top選手的差距就是一個baseline！

01

項目介紹

如果你是數據競賽的初學者、愛好者，比賽的baseline不僅是比賽思路分享，同時也是一類數據問題的方法總結。我們想做的就是收集并整理并分享各種比賽的baseline方案。

你可能會問為什么是baseline，而不是獲勝者的代碼分享？相比于獲勝者的代碼baseline代碼都比較簡單，容易整理和學習；其次baseline代碼更加實用和簡潔，適合入門學習。

https://www.kaggle.com/c/nfl-big-data-bowl-2020/

在每個Kaggle比賽中baseline分享一般都是最受大家歡迎的，也是點贊最多的kernel。比賽的baseline不僅能降低參賽的門檻，同時也能極大程度刺激選手的參賽熱情。

鑒于國內比賽平臺沒有類似的分享機制，于是我們（阿水和魚佬）在Datawhale計劃做一個國內的競賽baseline分享計劃，我們目標是做成國內最完整的競賽baseline和比賽案例分享項目。

我們的baseline開源項目初步構建完成：

https://github.com/datawhalechina/competition-baseline

02

項目內容

我們對國內外常見的數據競賽平臺進行整理：

國外競賽平臺：

• • Kaggle

  • DrivenData

  • Colalab

  • CrowdAI

  • Kelvins

  • Signate

  • analyticsvidhya

國內競賽平臺：

• • 天池

  • 點石

  • JData

  • DataCastle

  • DataFountain

  • Biendata

  • 科賽

  • AI研習社

  • 圖靈聯邦

  • AI Studio

  • FlyAI

我們還對國內比賽的baseline進行了全面的整理。為了幫助大家更好的學習，我們根據賽題的數據類型分為三類典型比賽：

• 結構化數據比賽：表格形式的賽題；

• 計算機視覺(CV)比賽：圖像類型的賽題；

• 自然語言處理(NLP)比賽：文本類型的賽題；

---

結構化數據比賽：

• 白葡萄酒品質預測

• 肌肉活動電信號推測手勢

• 肌肉活動電信號推測手勢

• Retention Rate of Baidu Hao Kan APP Users

• kaggle-two-sigma-connect-rental-listing-inquiries

• kaggle-allstate-claims-severity

---

計算機視覺CV比賽：

• 胸腔X光肺炎檢測

• CCF2019-視頻版權檢測算法

• kaggle-quickdraw-doodle-recognition

• TinyMind人民幣面值&冠字號編碼識別挑戰賽

---

自然語言處理NLP比賽：

• 智源&計算所-互聯網虛假新聞檢測挑戰賽

• 互聯網金融新實體發現

• 技術需求與技術成果項目之間關聯度計算模型

• 互聯網新聞情感分析

• 第三屆阿里云安全算法挑戰賽

03

項目協作

一個優秀的開源項目少不了大家的協作，我們也希望大家踴躍參與到項目的分享過程中，讓baseline幫助更多的人學習和成長。

為了讓大家更加合理有序的貢獻，我們初步制定了以下的協作機制：

代碼按照比賽的形式整理，寫明比賽網址、數據類型和解題賽題；

代碼注明運行的環境，機器最低配置，如：

• 操作系統：Linux，內存16G，

• Python環境：Python2/3

• Pytorch版本：0.4.0

• baseline代碼只能提供可運行的代碼和思路，請不要提供直接可以提交的結果文件；

• 代碼提供者應對代碼版權和共享權負責；

• 項目地址，歡迎STAR

總結

以上是生活随笔為你收集整理的爱可可推荐！关于竞赛思路，方法和代码实践，数据竞赛Baseline开源分享！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。