机器学习/人工智能竞赛

1.1 Kaggle-国外

https://www.kaggle.com/。
Kaggle是由联合创始人、首席执行官安东尼•高德布卢姆（Anthony Goldbloom）2010年在墨尔本创立的，主要为开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台。该平台已经吸引了80万名数据科学家的关注，这些用户资源或许正是吸引谷歌的主要因素。

Kaggle上的竞赛有各种分类，例如奖金极高竞争激烈的的 “Featured”，相对平民化的 “Research”等等。但他们整体的项目模式是一样的，就是通过出题方给予的训练集建立模型，再利用测试集算出结果用来评比。

从比赛目标出发，参赛者主要分为两种，一种是以奖金和排名为目的，包括靠奖金为生的职业Kaggler；另外一种就是以提升相关skills和背景为目的业余爱好者甚至在校学生了。
从背景来看，前者的来源主要有丰富data science、data mining、machine learning工作经验的业内人士，或者是实力强劲的民间“技术宅”；而后者则往往是一些有一定技术能力，但经验欠缺，从中进行学习和锻炼的“长江后浪”。

1.2 阿里天池竞赛-国内

天池大数据竞赛官网：https://tianchi.aliyun.com/competition/gameList.htm
阿里旗下天池大数据竞赛。

天池大数据竞赛是由阿里巴巴集团主办，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，但考虑到用的是官方平台，参赛者的自由发挥空间会受限制。

现在官网上奖金最高的是阿里巴巴“图像和美”团队联合香港理工大学纺织与制衣系共同举办“2018 FashionAI全球挑战赛”，分服饰关键点定位和服饰属性标签识别两场，每场奖金池内有134万RMB。另外正在进行中的“阿里妈妈搜索广告转化预测”和“印象盐城•数创未来大数据竞赛 - 乘用车零售量预测”也吸引了大量参赛者。天池竞赛的火爆程度可见一斑，但反过来看，参赛者的竞争压力也会非常惊人

1.3 ImageNet

自2010年以来，每年度ImageNet大规模视觉识别挑战赛（ILSVRC），研究团队在给定的数据集上评估其算法，并在几项视觉识别任务中争夺更高的准确性。
2012年在解决ImageNet挑战方面取得了巨大的突破，被广泛认为是2010年的深度学习革命的开始。