本次教学赛是数据科学家陈博士发起的数据分析系列赛事第1场 —— 用户情感可视化分析赛题以网络舆情分析为背景，要求选手根据用户的评论来对品牌的议题进行数据分析与可视化。通过这道赛题来引导常用的数据可视化图表，以及数据分析方法，对感兴趣的内容进行探索性数据分析。数据分析达人赛的目的是为了更好地带动数据科...
本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事 —— 心跳信号分类预测。赛题以心电图心跳信号数据为背景，要求选手根据心电图感应数据预测心跳信号所属类别，其中心跳信号对应正常病例以及受不同心律不齐和心肌梗塞影响的病例，这是一个多分类的问题。通过这道赛题来引导大家了解医疗大数据的应用，...
本次新人赛是Datawhale与天池联合发起的零基础入门系列赛事第七场 —— 零基础入门语义分割之地表建筑物识别挑战赛。赛题以计算机视觉为背景，要求选手使用给定的航拍图像训练模型并完成地表建筑物识别任务。为更好的引导大家入门，我们为本赛题定制了学习方案和学习任务，具体包括语义分割的模型和具体的应用案...
零基础入门Docker-cuda练习场赛事旨在让参赛者对Docker有个基本了解与实际应用，分为基础和进阶两个赛道，让学习者更好的进行学习。新人赛的目的主要是为了更好地带动处于初学者阶段的新同学们一起玩起来，因此，我们鼓励所有选手，基于赛题发表notebook分享，内容包含但不限于对赛题的理解、算法...
本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事第五场 —— 零基础入门推荐系统之新闻推荐场景下的用户行为预测挑战赛。赛题以新闻APP中的新闻推荐为背景，要求选手根据用户历史浏览点击新闻文章的数据信息预测用户未来点击行为，即用户的最后一次点击的新闻文章，测试集对最后一次点击行为进行了...
本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事第一场 —— 零基础入门数据挖掘之二手车交易价格预测大赛。赛题以二手车市场为背景，要求选手预测二手汽车的交易价格，这是一个典型的回归问题。通过这道赛题来引导大家走进AI数据竞赛的世界，主要针对于于竞赛新人进行自我练习、自我提高。为了更好...
流评测练习场赛事旨在让参赛者对大赛的流评测形式和如何将自己训练好的模型变成server服务有个基本了解与实际应用，帮助大家更好的参加后续大赛并且掌握模型到服务的基础技能。新人赛的目的主要是为了更好地带动处于初学者阶段的新同学们一起玩起来，因此，我们鼓励所有选手，基于赛题发表notebook分享，内容...
本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事第六场 —— 零基础入门数据分析之学术前沿趋势分析。赛题以数据分析为背景，要求选手使用公开的arXiv论文完成对应的数据分析操作。与之前的赛题不同，本次赛题不仅要求选手对数据进行分析，而且需要选手利用赛题数据完成具体的可视化分析。为更好...
天池python入门系列赛是针对数据新人开设的实战练习专场，以有趣主题作为实践场景，提供详尽入门教程以及DSW算力资源，手把手教你学习python语法。天池希望此赛事能成为高校备受热捧的python实战课程，帮助更多学生掌握python技能。
给定企业客户信息，建立分类模型，判断企业客户是否会流失。
给定房屋租金价格的各个影响因素数据，建立模型预测国内某城市房屋的租金价格。评分标准评分算法 算法通过计算平均预测误差来衡量回归模型的优劣。平均预测误差越小，说明回归模型越好。 评分算法参考代码如下： from sklearn.metrics import mean_squared_error y_t...
建立分类模型，识别有失信记录的企业。
给定若干个二元化表示的灰度图，建立分类模型，判断该灰度图显示什么数字。
给定电影评论文本信息，建立分类模型，判断网站评论数据中的情感类别。
给定邮件文本信息，建立分类模型，判断哪些邮件属于垃圾邮件。
给定的房屋基本信息以及房屋销售信息等，建立模型预测房屋的销售价格。
给定一段时间内的北京天气相关指数数据和北京PM2.5指数等，建立模型预测接下来一段时间内北京的PM2.5指数。
给定影响员工离职的因素和员工是否离职的记录，建立模型预测有可能离职的员工。
给定银行用户信息，建立分类模型，预测银行用户的信用好坏。
本次赛题以门店类别识别为主题，利用人工智能技术，对门店的图片进行识别，并对门店图片进行分类。