阿里巴巴天池大数据竞赛黄金联赛全面开战,全球同步报名,只为寻找最聪明的你!
天池大数据竞赛是由阿里巴巴集团主办,面向全球新生代力量的高端算法竞赛。通过开放海量数据和“天池”分布式计算平台,大赛让所有参与者有机会运用其设计的算法解决各类社会生活问题和商业世界中的实际问题。特别优秀的解决方案将有机会直接上线阿里巴巴旗下各电商网站(含淘宝、天猫等)或第三方合作伙伴平台,服务中国乃至世界数以亿计的用户。
2015年天池大数据竞赛将全面升级为黄金联赛,包含三个不同场景的数据挖掘比赛。联赛采用独立赛制和联赛赛制相结合的形式,落地移动电商、互联网金融、大数据营销等真实业务场景,让数据引爆新生代力量。
赛题介绍
《阿里移动推荐算法》
2014年是阿里巴巴集团移动电商业务快速发展的一年,例如2014双11大促中移动端成交占比达到42.6%。相比PC时代,移动端网络的访问是随时随地的,具有更丰富的场景数据,比如用户的位置信息、用户访问的时间规律等。本次大赛以阿里巴巴移动电商平台的真实用户-商品行为数据为基础,同时提供移动时代特有的位置信息,而参赛队伍则需要通过大数据和算法构面向建移动电子商务的商品推荐模型。希望参赛队伍能够挖掘数据背后丰富的内涵,为移动用户在合适的时间、合适的地点精准推荐合适的内容。
《资金流入流出预测》
蚂蚁金服拥有上亿会员并且业务场景中每天都涉及大量的资金流入和流出,面对如此庞大的用户群及资金管理压力,在既保证用户尽量高的收益又避免大量赎回挤兑风险的情况下,精准地预测资金的流入流出情况变得尤为重要。此届大赛以《资金流入流出预测》为题,期望参赛者能够通过对用户在历史上的理财产品的申购赎回的数据的把握,精准预测未来每日的申购赎回情况,以让蚂蚁金服拥有更强大的资金管理能力。申购即资金流入,赎回即资金流出。
《淘宝穿衣搭配算法》
淘宝是中国深受欢迎的网购零售平台,其中服饰鞋包行业占据市场的绝大部分份额,围绕着淘宝诞生了一大批优秀的服饰鞋包导购类的产品。穿衣搭配是服饰鞋包导购中非常重要的课题,它所延伸出的技术、算法能广泛应用到大数据营销几乎所有场景中,如搜索、推荐和广告。
淘宝穿衣搭配算法竞赛将为参赛者提供搭配专家和达人生成的搭配组合数据,千万级别的淘宝商品的文本和图像数据,同时还将提供用户的真实行为数据。期待参赛者能从以上行为、文本和图像数据中挖掘穿衣搭配模型,为用户提供个性化、优质的、专业的穿衣搭配方案。
大赛奖励
-独立赛激励(团队奖)
-冠军:1支队伍,奖金叁拾万,颁发获奖证书
-亚军:1支队伍,奖金伍万,颁发获奖证书
-季军:1支队伍,奖金贰万,颁发获奖证书
(上述奖项以总决赛答辩的最终名次决定,Top10主要参赛选手可直接入围阿里校招终面)
-极客奖:总决赛排名Top50选手获得极客奖证书,收获:1)入围阿里巴巴校园招聘绿色通道(即招聘流程省略简历筛选及笔试筛选阶段,直接进入面试阶段) ,在校期间均有效;2)获得风投机构深度关注,有机会成为明星项目创业合伙人
-黄金联赛激励(个人奖)
-黄金奖,1人,奖金拾万,颁发获奖证书
-白银奖,1人,奖金伍万,颁发获奖证书
-青铜奖,1人,奖金贰万,颁发获奖证书
注:1. 如遇积分相同,奖项和奖金均增加,最终解释权归组委会; 2. 上述奖项获得者可直接入围“阿里星”计划;
阿里巴巴天池大数据竞赛黄金联赛全面开战,全球同步报名,只为寻找最聪明的你!
时间: 2024-12-16 10:57:45
阿里巴巴天池大数据竞赛黄金联赛全面开战,全球同步报名,只为寻找最聪明的你!的相关文章
2015阿里天池大数据竞赛-Solution
竞赛介绍:链接 这篇文章记录2015阿里天池大数据竞赛中,我的一些代码,由于目前还在比赛中,仅分享一个naive solution,基于规则,代码主页在我的github上:链接,下面是代码说明.有兴趣的请看代码注释,恕不详述. 本repo目录说明 data 存放数据 preprocess 数据预处理 rule 根据规则生成提交文件 model 训练机器学习模型(暂时不分享) 代码使用说明 fork本repo,非Github用户请点右下角的Downlown ZIP 解压后,将tianchi_mob
Kaggle大数据竞赛平台入门
Kaggle大数据竞赛平台入门 大数据竞赛平台,国内主要是天池大数据竞赛和DataCastle,国外主要就是Kaggle.Kaggle是一个数据挖掘的竞赛平台,网站为:https://www.kaggle.com/.很多的机构,企业将问题,描述,期望发布在Kaggle上,以竞赛的方式向广大的数据科学家征集解决方案,体现了集体智慧这一思想.每个人在网站上注册后,都可以下载感兴趣项目的数据集,分析数据,构造模型,解决问题提交结果.按照结果的好坏会有一个排名,成绩优异者还可能获得奖金/面试机会等. 图
谈谈ODPS商业化(四):2014阿里巴巴大数据竞赛
几天前2014阿里巴巴大数据竞赛刚刚落下帷幕,第11名的F1分数.准确率和召回率是6.10%.6.28%和5.93%.前10名的成绩还未公布,他们会被邀请到阿里巴巴公司来,有机会和内部团队一起参与双11.选手们闲下来,开始在群里爆特征.开玩笑.交换联系方式. 这次海内外共有7276支队报名.比赛分为多个阶段:S1是线下海选,从S2开始上ODPS,每月底淘汰末位的100支队,直到7月31日尘埃落定.选手们需要像阿里数据分析师一样工作,完全依赖云端的ODPS平台上的SQL.Mapreduce和Xli
阿里巴巴大数据竞赛总结
——谨将此文献给阿瑞(@Nyanko君一生懸命)和湛卢.阿瑞在MapReduce等方面提供的技术支持,使我们成为最早充分利用ODPS的团队之一:湛卢提出很多分析问题的新思路,让我们在走投无路的时候屡次重拾希望. 0. 写在最前面 这个系列的几篇文章,记录我们队对于问题的整个处理过程.分成两个部分:首先的这一篇,记录我们分析问题的思路,以及由此建立的特征体系,模型的选择和融合:下一篇(也许会有),总结一下top10团队的做法(这个必须要等到8月20日他们答辩以后了). 这个系列的文章重点围绕
大数据竞赛平台——Kaggle 入门
大数据竞赛平台--Kaggle 入门篇 这篇文章适合那些刚接触Kaggle.想尽快熟悉Kaggle并且独立完成一个竞赛项目的网友,对于已经在Kaggle上参赛过的网友来说,大可不必耗费时间阅读本文.本文分为两部分介绍Kaggle,第一部分简单介绍Kaggle,第二部分将展示解决一个竞赛项目的全过程.如有错误,请指正! 1.Kaggle简介 Kaggle是一个数据分析的竞赛平台,网址:https://www.kaggle.com/ 企业或者研究者可以将数据.问题描述.期望的指标发布到Kaggle上
告诉你:阿里巴巴的大数据有多可怕?
阿里巴巴在纽交所的成功上市,引发了互联网对阿里及马云的赞誉狂潮.而关于阿里的股权结构及其外企身份的讨论,则成为这场舆论狂欢中的一种异样的音调. 作为一位公共管理的研究者,我更喜欢从公共管理的视角来审视阿里巴巴的成长.在此,我只想谈一个问题:从国家的信息安全的角度看,阿里的大数据有多可怕. 先讲一个发生在美国的真实的故事:几年前,一个美国家庭收到了一家商场投送的关于孕妇用品的促销劵,由于很明显促销劵是冲着这个家庭中的那位16岁 女孩来的,女孩的父亲觉得受到了侮辱,于是怒气冲冲地找到了这家商场讨说法
京东金融大数据竞赛猪脸识别(1)-从视频提取图像
2017年11月的京东金融大数据竞赛参与人数最多的是猪脸识别的算法比赛,参加整个大数据比赛的有四千多人,而猪脸识别算法组就有一千多人.可见,搞图像识别的的人很多啊.想要提升自己价值的小伙伴们,向语音.文本.机器人等领域进发吧,有了机器学习的基础,入门这些领域应该都不是太难.比赛给的数据是30头猪的视频,做识别的第一步还是从视频中去图像吧.本想用以前写过的视频取帧程序.看Matlab示例的时候发现用Matlab取帧更简便易行,那就用它吧.这样又省了很多时间.代码如下: %exam1.m extra
京东金融大数据竞赛猪脸识别(7)- 识别方法之四
除了softmax层构建的深度网络,Matlab还有一个简单的构建数据分类的函数,那就是patternnet,其用法类似.可以直接对图像特征数据处理,也可以对图像集处理.代码如下: %exam1.m 用训练图像特征构建深度网络并计算测试图像得分 clear; load('JDPig_mlhmslbp_spyr.mat'); m = numel(classe_name); n = length(y); label = [] for i=1:n label(:,i) = zeros(m,1); la
阿里大数据竞赛season1 总结
关于样本测试集和训练集数量上,一般是选择训练集数量不小于测试集,也就是说训练集选取6k可能还不够,大家可以多尝试得到更好的效果: 2. 有人提出归一化方面可能有问题,大家可以查查其他的归一化方法,但是归一化环境是不可少的: 3. 将部分代码传到了**github** 4. 听说阿里又改赛制了,哈哈. 最近好累啊,简单总结一下吧. 碎碎念 这个比赛自己真的是花时间花精力去做了,虽然在s1止步,但是可以说对自己的数据分析入门算是蛮有意义的.收获的东西也蛮多,学了下python,真是一门灵活的语言(感