除Kaggle外還有哪些頂級數據科學競賽平臺

在數據科學圈晃蕩的小伙伴，很少有不知道Kaggle的。Kaggle不僅是一個學術活動平臺，也提供了非常好學習機會。通過比賽，你可以接觸最先進的方法和數據集、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，其實還有不少類似的平臺，下面就給大家盤點一下這些頂級競爭數據科學平臺。

DrivenData

DrivenData主要舉辦的是數據科學類學術活動，通過前沿的預測模型，解決世界上最棘手問題，建立一個更美好的世界。通過舉辦數據科學學術活動來發(fā)揮數據在國際發(fā)展，健康，教育，醫(yī)療等社會問題中的作用。參賽者可以自己參加比賽或者發(fā)布比賽項目。

平臺地址：

https://www.drivendata.org/

該平臺有一個專門的案例分析部分，以案例研究的形式提供一些成功項目的信息。DrivenData中列出的數據集與非營利組織相關，范圍從野生動物保護到公共健康。因此，如果你想將數據技能應用于實際問題，DrivenData是一個很好的選擇。

CrowdANALYTIX

CrowdANALYTIX是一個眾包分析平臺，他們將商業(yè)挑戰(zhàn)和業(yè)務問題轉化為學術活動。參賽者可以在CrowdANALYTIX社區(qū)內通過合作或競爭來構建和優(yōu)化AI，ML，NLP和深度學習算法的項目。該平臺還擁有一個社區(qū)博客，其中包含大量資源，包括訪談和參考資料。

平臺地址

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)藥制造商禮來公司資助，創(chuàng)立于2001年，最初的職能是化學和生物領域的研發(fā)供求網絡平臺。服務于190多個國家，為390000人提供相關服務。

該平臺主要專注于處理生命科學的問題，但研究領域也包括數學、物理、化學、工程、計算機科學等。參與者需要具有批判性的思維、研究力、創(chuàng)造力、和多學科知識的交叉來解決平臺上的實際問題。提出解決方案不僅是一次非常好的能力鍛煉，同時也可以獲得相應的報酬。

平臺鏈接：

https://www.innocentive.com/our-solvers/

TundIT

TunedIT最初是華沙大學的一個科學博士項目。目標是幫助數據科學家進行可重復的實驗的，并輕松評估數據驅動的算法。隨后，創(chuàng)始團隊為了教育研究、科學實驗和一些商業(yè)目的開發(fā)了TunedIT Challenges平臺，用于舉辦此類的數據學術活動。

平臺鏈接：

https://towardsdatascience.com/top-competitive-data-science-platforms-other-than-kaggle-2995e9dad93c

Codalab

Codalab是一個開源的基于Web的平臺，它使研究人員，開發(fā)人員和數據科學家能夠在同一平臺上進行協(xié)作，目標是推進使用機器學習和高級計算領域的研究。CodaLab通過其在線社區(qū)幫助解決了許多數據導向研究領域的常見問題。平臺既支持參加現有的比賽，也支持舉辦新的比賽。

平臺鏈接：

https://competitions.codalab.org/

Analytics Vidhya

Analytics Vidhya?是一個為分析師和數據科學專家區(qū)提供的知識社區(qū)。除了為數據科學分析提供大量資源外，平臺的Hackathons旨在解決一些工商業(yè)界存在的實際問題，并通過學術活動的形式發(fā)布。在這個平臺上，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)的大公司也會為優(yōu)秀的參賽者提供工作機會。

平臺鏈接：

https://datahack.analyticsvidhya.com/?utm_source=main-logo

CrowdAI

數據科學挑戰(zhàn)平臺crowdAI每年都會面臨多項開放數據科學挑戰(zhàn)。挑戰(zhàn)包括圖像分類，文本識別，強化學習，對抗性攻擊，圖像分割，資源分配優(yōu)化以及跨領域問題。這個平臺曾在亞馬遜和Nvidia獲得了超過10萬美元，然后發(fā)布稱為“Learning to Run”的學術活動。

crowdAI

https://www.crowdai.org/challenges

Learning to Run

https://www.crowdai.org/challenges/nips-2017-learning-to-run

Numerai

Numerai是由AI運行，是一群對沖基金圈的數據科學家建設。每周舉辦一次數據科學學術活動，為真正的對沖基金提供支持。Numerai每周向其參與者提供加密數據，然后參與者提交預測模型。然后，Numerai從其所有提交中創(chuàng)建一個元模型并進行投資。如果投資有收益，數據科學家提交的預測可以換取加密Blockchain令牌。

平臺鏈接：

https://numer.ai/rounds

天池

天池是阿里云的數據競爭平臺，在很多方面類似于Kaggle。這是一個由數十萬數據科學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)務問題的社區(qū)。

平臺鏈接：

https://tianchi.aliyun.com/competition/gameList/activeList

大數據專家、阿里巴巴集團副總裁涂子沛介紹，比賽中勝出的優(yōu)秀數據模型，不僅可用于參賽者的學術研究成果，還有機會走出實驗室，直接應用于淘寶、 支付寶等真實的商業(yè)場景，影響中國乃至世界數以億計的用戶。

Data Science Challenge

平臺上的數據科學挑戰(zhàn)是由英國政府部門贊助，包括國防科學技術實驗室（Dstl）、政府科學辦公室，SIS和MI5在內多個政府部門。這些挑戰(zhàn)旨在鼓勵數據科學領域最聰明的人才幫助解決現實問題。目前，該平臺提供的兩個挑戰(zhàn)已經結束，但仍會有源源不斷的問題等待者挑戰(zhàn)者去解決。

平臺鏈接：

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學術活動。2019界SIGKDD將于2019年8月4日至8日在美國阿拉斯加州安克雷奇舉行。 KDD杯比賽預計將持續(xù)2-4個月，獲勝者將在2019年7月中旬通知。

今年的三個學術活動課題為：

常規(guī)機器學習學術活動軌道（常規(guī)ML軌道）

自動機器學習學術活動軌道（Auto-ML Track）

“人文研究”強化學習學術活動軌道（Humanity RL Track）

平臺鏈接：

https://www.kdd.org/kdd2019/kdd-cup

相關報道：

https://towardsdatascience.com/top-competitive-data-science-platforms-other-than-kaggle-2995e9dad9

以上就是關于【除Kaggle外還有哪些頂級數據科學競賽平臺】的解答，如需了解學校/賽事/課程動態(tài)，可至翰林教育官網獲取更多信息。

往期文章閱讀推薦：

AMC/BPhO/UKChO…下半年20+賽事集中開考！抓住競賽"黃金備賽期"！

2027 USAAIO人工智能奧賽報名進行中！Round 1新規(guī)出爐，2月開賽如何備考？