因新冠疫情的影響，全球各大賽事和重大活動如 NBA，溫網，東京奧運會，漢諾威工博會，日內瓦車展等紛紛叫停或延期，但學術頂級會議的步伐卻未因此受阻。近日，國際數據挖掘頂級會議 KDD 正式公布了 KDD Cup 2020 競賽賽題，自動機器學習（AutoML）賽道由第四范式主辦，ChaLearn、斯坦福大學和谷歌（Google）協辦。

01

什么是 KDD Cup ?

KDD Cup?由美國計算機協會知識發現與數據挖掘專委會（ACM SIGKDD）發起，被稱為數據挖掘的世界杯，是該領域水平最高、影響力最大的頂級賽事。該比賽同時面向企業界和學術界，從 1997 年開始，每年舉辦一次，吸引了世界數據挖掘界的頂尖專家、學者、工程師前來參賽。

KDD Cup 的主辦權一直是科技巨頭們的“必爭之地”，一直以來由谷歌、微軟研究院等全球科技巨頭及研究機構所把持。第四范式去年成功在KDD Cup創立首屆AutoML競賽，共吸引近千支隊伍報名參賽，今年再次贏得AutoML賽道的主辦權，成為第一家連續兩年舉辦 KDD Cup 的中國科技公司，顯示出組委會對第四范式在AutoML領域技術實力的認可與肯定。希望吸引更多的全球頂尖科研團隊、技術專家、愛好者加入，共同推動 AutoML 技術在不同場景下的應用與發展。

編者按：作為 AutoML 領域先行者和實踐者，第四范式已在 KDD、NeurIPS、ACML、PAKDD 等學術頂會中連續舉辦11屆 AutoML 賽事，覆蓋結構化數據、語音、圖像、視頻、自然語言處理等多個技術領域。

? ? ?KDD Cup 2020官網

02

重學術，更重真實需求

KDD Cup多年來一直保持著很高的工業界參與度以及對解決實際問題的敏感度。本屆 KDD Cup AutoML Track（自動機器學習賽道）設置為 AutoGraph 挑戰賽，聚焦在近年來非常熱門的圖表示學習技術。其核心任務是基于圖的拓撲結構，學習節點或者全圖的向量表達，從而更好地用于下游機器學習的任務，如商品推薦，知識圖譜補全，交通流量預測等，是學術界和工業界共同關注的焦點。盡管利用專家定義啟發式規則、圖神經網絡（Graph Neural Network）等圖表示學習方法各有優勢，但由于領域專家稀缺且成本高昂、以及在算力方面投入巨大，極大限制了圖表示學習的應用發展。因此，設計針對不同場景、不同任務的自動學習高質量圖表示方法，極具研究價值。AutoGraph 挑戰賽希望邀請全球參賽團隊，設計開發出自動實現圖表示學習的方案，解決現有圖表示學習的棘手問題。

斯坦福大學計算機系終身教授 Jure Leskovec 、NeurIPS比賽主席Hugo Jair Escalante、前NeurIPS大會主席Isabelle Guyon、香港科技大學教授楊強共同擔任本次比賽的指導老師。其中，作為數據挖掘領域的世界頂級學者，Jure Leskovec 教授在 Graph 方向深耕20余年，Google 學術引用量超過6萬，是知名圖表示學習算法 node2vec, GraphSAGE 的發明者，也是知名圖項目SNAP和Open Graph Benchmark的發起人。

? ? ? 圖表示學習應用領域

（源自論文《Higher-order organization of complex networks》）

本次比賽已于3月底在 AutoML 學術網站（https://www.automl.ai）正式上線，分為 Feedback、Check、Final 等3個階段，Final 階段的排名將決定獲勝者。比賽將于 2020年6月7日截止，總獎金達33500美金，排名前10的團隊均可獲得獎金。最終優勝團隊獎項會在 KDD 2020?大會上正式頒發并進行成果展示。?

點擊“閱讀原文”進入比賽官方網站，了解KDD Cup 2020 AutoGraph挑戰賽更多信息。

總結

以上是生活随笔為你收集整理的“数据挖掘世界杯”KDD Cup不取消！全球顶尖AI团队必争之地！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。