【数据竞赛】高质量数据科学竞赛平台汇总

前言

学习过机器学习算法的小伙伴大多数都听说过“打比赛”，一些同学自己参与过一些比赛项目，从中获益匪浅。今天来详细罗列一下国内外的比赛平台，方便即时找到自己感兴趣的项目，pc点击阅读原文可直接访问链接。

1. kaggle

一个比较权威的全球性的数据竞赛平台，也是一个很好的技术和数据分享社区。可以找到各个领域的比赛和数据，最重要的是可以找到很多有用的经验贴和一个开源的代码，可以帮助小白前进，小编做个几个比赛，该平台对我的帮助很大，学到很多东西。该平台的比赛工作面试时认可度比较大。链接：https://www.kaggle.com

2.天池

天池是阿里云创建的数据竞赛平台，它和 Kaggle 很像。各个领域的比赛都有，赛制持续时间较长，会有一些直播教程和专业课程，比较利于新手入门。链接：https://tianchi.aliyun.com/competition/gameList/activeList

3.DataCastle

平台上多为企业的或者政府的比赛，包含数据算法各个方向，数据量方面相对天池较少，参赛人数也次之。平台上也有类似kaggle的名人堂和和数据集，平台的社区活跃度不高。链接：https://www.dcjingsai.com/common/cmptIndex.html

4.Datafountain

DataFountain(DF)平台是CCF大数据与计算智能大赛指定的平台。CCF大数据与计算智能大赛(BigData & Computing Intelligence Contest,简称“BDCI”)是由中国计算机学会主办的大数据及人工智能领域算法挑战及应用创新大型赛事。链接：https://www.datafountain.cn

5.科赛-Kesci

科赛(Kesci.com)是聚合数据人才和行业问题的在线社区。平台2019年初开始转型，接的比赛项目奖金较高，一些大型比赛会有一些培训指南。链接：https://www.kesci.com

6.biendata

Biendata.com是一个人工智能竞赛学习平台，用户可通过该平台报名并参加人工智能领域各类赛事，奖金较丰富。链接：https://biendata.com

7.华为云

华为云平台的比赛多是基于华为的业务，有的是直接面向校招，比赛项目较多，包含软件、AI、芯片等，奖金较多，有免费的gpu算力。链接：https://competition.huaweicloud.com/competitions

8.其它平台

• 百度点石：http://dianshi.bce.baidu.com/competition

• JDATA：https://jdata.jd.com

• 京东大赛 : https://jdder.jd.com

• 腾讯广告算法大赛：https://algo.qq.com

• 爱奇艺ai竞赛平台(多为视频比赛) : http://challenge.ai.iqiyi.com

• 图灵联邦: https://www.turingtopia.com/competitionnew

• 讯飞开放平台：http://challenge.xfyun.cn

• Flyai:https://www.flyai.com

• 蚂蚁金服：https://dc.cloud.alipay.com

• TinyMind: https://www.tinymind.cn/competitions/ai

• 拍拍贷：https://ai.ppdai.com

• 睡前Futurelab（只针对在校生）：https://ai.futurelab.tv/contest/all

• 国外医学图像相关：https://grand-challenge.org/challenges

• 数睿思：http://www.tipdm.org/bdrace/jingsa

• 数愿：http://www.datadreams.org/#/raceList

    

     

    
      

       

        
         

          

           

            

             

              

               

                

                 
往期精彩回顾
                
               
              
             
            
           
          
         
         

          

           

            

             

            
            

             

              

             
             

              

             
            
            

             

            
           
           

            
适合初学者入门人工智能的路线及资料下载
            
机器学习及深度学习笔记等资料打印
            
机器学习在线手册
            
深度学习笔记专辑
            
《统计学习方法》的代码复现专辑

            
AI基础下载
            
机器学习的数学基础专辑
           
          
         
       
      
本站知识星球“黄博的机器学习圈子”（92416895）
本站qq群704220115。
加入微信群请扫码：