|
从深度学习新手到有志于站到算法之颠的老鸟，都可以通过参加一些比赛来获取经验或者证明自己，今天聊聊AI图像领域值得参加的一些比赛。 作者 | 汤兴旺 编辑 | 汤兴旺  当我们谈到AI比赛时，我们第一个想到的应该就是ImageNet竞赛，可以说ImageNet竞赛是深度学习热潮的关键推动者之一。在ImageNet竞赛中我们见证了 AlexNet、GoogLeNet、VGG Net、ResNet等网络的卓越成绩。 ImageNet代表着学术界的基准，更多的是作为一个权威数据集来对算法进行评测，出现在各类论文中，而我们今天关注的是工业界的比赛，它或许不会出现在论文和基准测试中，但很多都有着奖金的刺激，而且竞赛单位会保持更新。 1 kaggle数据科学竞赛 https://www./competitions Kaggle号称是全球最大的数据科学家汇聚的平台，高手云集。其作为全球首屈一指的数据科学、机器学习竞赛和分享平台，Kaggle以其比赛多样、数据集全面、社群活跃的优势而备受推崇。可以说，如果你了解机器学习或者深度学习，那么你一定知道Kaggle。如今若你在Kggle比赛上有个好成绩，求职时它会成为你很大的一个加分项。之所以有这么大的认可程度，也说明了其比赛竞争的激烈性。如果你正在学习机器学习或者深度学习，正在愁着如何寻找项目，那么就赶快去参加Kaggle比赛吧。 在参加之前，先带你了解下Kaggle比赛，其比赛类型如下图所示：  Kaggle的常见项目分为四类，分别是：Featured，Research，Getting Started和Playground。下面分别介绍： 1.1 Getting Started Getting Started比赛是Kaggle最简单，最平易近人的比赛。其旨在让新用户在机器学习领域崭露头角，参加入门竞赛，对新手来说可能是提升自身水平最重要的方式之一。  Getting Started过去比较出名的比赛如下： 1、Digit Recognizer 2、Titanic: Machine Learning from Disaster 3、Housing Prices: Advanced Regression Techniques 1.2 Featured Featured是Kaggle最有名的比赛类型，这里面的竞赛平均难度是比较高的，而且项目涉及到的大部分是企业或政府的实际需求，商业性质比较强。  Featured过去比较出名的比赛如下： 1、Allstate Claim Prediction Challenge 2、Jigsaw Toxic Comment Classification Challenge 3、Zillow Prize 1.3 Research Research比赛是Kaggle的另一种常见比赛类型，其特点是大多数是更具实验性的问题。  Research过去比较出名的比赛如下： 1、Google Landmark Retrieval Challenge 2、Right Whale Recognition 3、Large Scale Hierarchical Text Classification 1.4 Playground Playground比赛是一种“有趣”的Kaggle比赛类型，其难度比Getting Started高出一点。这些比赛通常提供相对简单的机器学习任务，并且同样针对机器学习有兴趣的新人或Kaggler。  Playground比赛的一些例子如下： 1、Dogs versus Cats 2、Leaf Classification 3、New York City Taxi Trip Duration kaggle其它类型的比赛还有Recruitment、Annual、Limited Participation，感兴趣的可以去了解。 2 阿里云天池比赛 https://tianchi.aliyun.com/competition/gameList/activeList 2014年3月，阿里巴巴集团董事局主席马云在北京大学发起“天池大数据竞赛”。首届大赛共有来自全球的7276支队伍参赛，海外参赛队伍超过148支。阿里云天池比赛发展到今年已经颇具规模和影响力，其宗旨就是打造国际高端算法竞赛，让选手用算法去解决社会和业务问题。  阿里云天池比赛是面向全球科研工作者的高端算法竞赛。它背靠阿里云，数据量庞大且质量过硬，再加上提供分布式计算平台，对参赛者非常友好，高校学生是其主要吸引群体。竞赛的场景围绕电商、互联网金融、大数据营销等真实业务展开，应用性能强。 当前阿里天池比赛有五大竞赛类别，分别如下所示：  这么多类型的比赛可以满足各路大神展现其本领，而且其奖金额度非常高。当前正在比赛中的《2019未来科技城-智能城市建设合伙人大赛》其奖金高达850万人民币，我的天！心动了没！  |
|
|
