iT邦幫忙

2024 iThome 鐵人賽

DAY 29
0
AI/ ML & Data

【AI筆記】30天從論文入門到 Pytorch 實戰系列 第 29

【AI筆記】30天從論文入門到 Pytorch 實戰:在Kaggle上參加競賽與學習 Day 28

  • 分享至 

  • xImage
  •  

Kaggle

Kaggle 是全球最大的資料科學社區,提供許多有獎金的競賽,讓你可以在實際的資料科學問題上提升技能。這些競賽由 Kaggle 自己或其他大型公司、組織和大學組織。

競賽

main
https://www.kaggle.com/competitions

競賽類型

  1. Featured Competitions: 這些是由企業或組織贊助的競賽,通常有豐厚的獎金。
  2. Research Competitions: 這些競賽通常由學術機構或研究團隊主辦,目的是解決特定的研究問題。
  3. Recruitment Competitions: 這些競賽由公司主辦,目的是發現和招聘優秀的資料科學人才。
  4. Community Competitions: 任何人都可以創建和參加這些競賽,這是一個自助平台,讓你可以設置自己的競賽。

競賽獎品

  1. Knowledge
  2. Swag - Kaggle 商品選擇
  3. 獎金

如何參加

  1. 註冊帳號: 首先,你需要在 Kaggle 上註冊一個帳號。
  2. 選擇競賽: 瀏覽競賽列表,選擇你感興趣的競賽。
  3. 下載數據/Copy&Edit: 每個競賽都會提供相關的資料集,你需要下載並分析這些資料。
  4. 提交結果: 根據競賽的要求,提交你的模型預測結果。

競賽規則

舉一個例子:
https://www.kaggle.com/competitions/isic-2024-challenge

Code Competition 條件:
排行榜獎

  • 允許免費公開的外部數據,包括預先訓練的模型
  • 提交文件必須命名submission.csv

Secondary Prize Metrics

  1. 前15名檢索敏感度: 在每位患者評分最高的前 15 張影像中最成功地對惡性腫瘤進行評分。
  2. 效率獎: 將頒發給在私人測試資料上根據 efficiency score 得分最高。 https://www.kaggle.com/code/inversion/isic-2024-efficiency-lb

學習資源

Kaggle 還提供豐富的學習資源,包括教程、筆記本和論壇,幫助你在競賽中取得好成績。

每個競賽中,可以去看 Code 分頁

  • Most Votes: 我平時都選擇的,點第一篇進去學習新的知識,或是利用該架構去改進。
    123
  • Copy & Edit : 會複製他的整個 Notebook,同時 Kaggle 本身有免費的 GPU 資源,但跟 Colab 一樣有時間限制,另外好處就是資料不用額外下載。
    CopyandPaste
  • 版面右方:
    • Datasets: 競賽的原始資料
    • Output: 儲存資料都會上傳到這邊
    • Submit to competition: 已經完成的 Code / submission 要上傳,每日有限制次數。
      https://ithelp.ithome.com.tw/upload/images/20240825/201683859eYEPW71bq.jpg

總結

總結來說,Kaggle 不僅提供了展示技術實力的機會,還能幫助推動各個領域的進步。無論是針對惡性腫瘤的檢測,還是提升模型的運行效率,這些挑戰都將激發創新和合作。希望每位參賽者都能在這次競賽中有所收穫,並為未來的研究和應用打下堅實的基礎。祝大家好運!


上一篇
【AI筆記】30天從論文入門到 Pytorch 實戰:GraphRAG 論文閱讀 Day 27
下一篇
【AI筆記】30天從論文入門到 Pytorch 實戰:學習總結與未來計畫展望 Day 29
系列文
【AI筆記】30天從論文入門到 Pytorch 實戰30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言