Kaggle比赛整理

传送门：https://www.kaggle.com/competitions点击打开链接

这里仅列出前50个比赛，全部的271个比赛word版下载地址：

正在进行的比赛

1、     Home Credit Default Risk

利用各种替代数据（包括电信和交易信息）预测客户的还款能力。

2、     TrackML Particle TrackingChallenge

CERN探测器中的高能物理粒子追踪。

比赛中，要构建一种算法，以快速重建硅探测器中剩余三维点的粒子轨迹。

3、     The 2nd YouTube-8M VideoUnderstanding Challenge

创建一个约束大小的模型来预测视频标签。

对于每个视频，您将提交预测标签列表及其相应的置信度分数。

4、     Avito Demand PredictionChallenge

预测在线分类广告的需求。可利用信息：广告的标题、描述、图片、广告发布的位置、相似广告的历史需求。

5、     House Prices: AdvancedRegression Techniques

利用回归技术预测房价。

6、     Digit Recognizer

识别手写数字。数据：MNIST数据集。

分类方法：简单的神经网络，SVM，K-nearest neighbors

7、     Titanic: Machine Learning fromDisaster

预测泰坦尼克号上每个乘客是否会存活下来。

测试集：包含乘客的性别，年龄、乘登港口、是否存活下来等。

8、     ImageNet Object DetectionChallenge

识别并标记图像中的日常物体。

目标：构建一个算法，能够识别和标记超过200个类别的图像的目标。

比赛概述：

图像中所有类别的边界框已被标记。“数据”选项卡上提供了200种类别的对象。这些类别是从各种因素中选择的，包括对象实例的平均数量，图像混乱以及其他几种。

训练集包含超过475k的对象，用于从超过450k的图像中进行分类。测试集包括40k图像。

已经使用场景级查询从Flickr和其他搜索引擎收集图像。平均图像尺寸是482x415像素。

9、     ImageNet Object LocalizationChallenge。

目标：要识别图像中的所有对象，然后可以对这些图像进行分类和注释。进一步提高准确度

技术背景：2010年至2014年间，图像分类误差（从28.2％降至6.7％）降低了4.2倍&#