数据竞赛中baseline是最入门的分享，

它不仅有思路、方法还有内容；

或许你与Top选手的差距就是一个baseline！

01

项目介绍

如果你是数据竞赛的初学者、爱好者，比赛的baseline不仅是比赛思路分享，同时也是一类数据问题的方法总结。我们想做的就是收集并整理并分享各种比赛的baseline方案。

你可能会问为什么是baseline，而不是获胜者的代码分享？相比于获胜者的代码baseline代码都比较简单，容易整理和学习；其次baseline代码更加实用和简洁，适合入门学习。

https://www.kaggle.com/c/nfl-big-data-bowl-2020/

在每个Kaggle比赛中baseline分享一般都是最受大家欢迎的，也是点赞最多的kernel。比赛的baseline不仅能降低参赛的门槛，同时也能极大程度刺激选手的参赛热情。

鉴于国内比赛平台没有类似的分享机制，于是我们（阿水和鱼佬）在Datawhale计划做一个国内的竞赛baseline分享计划，我们目标是做成国内最完整的竞赛baseline和比赛案例分享项目。

我们的baseline开源项目初步构建完成：

https://github.com/datawhalechina/competition-baseline

02

项目内容

我们对国内外常见的数据竞赛平台进行整理：

国外竞赛平台：

• Kaggle

• DrivenData

• Colalab

• CrowdAI

• Kelvins

• Signate

• analyticsvidhya

国内竞赛平台：

• 天池

• 点石

• JData

• DataCastle

• DataFountain

• Biendata

• 科赛

• AI研习社

• 图灵联邦

• AI Studio

• FlyAI

我们还对国内比赛的baseline进行了全面的整理。为了帮助大家更好的学习，我们根据赛题的数据类型分为三类典型比赛：

• 结构化数据比赛：表格形式的赛题；

• 计算机视觉(CV)比赛：图像类型的赛题；

• 自然语言处理(NLP)比赛：文本类型的赛题；

结构化数据比赛：

• 白葡萄酒品质预测

• 肌肉活动电信号推测手势

• 肌肉活动电信号推测手势

• Retention Rate of Baidu Hao Kan APP Users

• kaggle-two-sigma-connect-rental-listing-inquiries

• kaggle-allstate-claims-severity

计算机视觉CV比赛：

• 胸腔X光肺炎检测

• CCF2019-视频版权检测算法

• kaggle-quickdraw-doodle-recognition

• TinyMind人民币面值&冠字号编码识别挑战赛

自然语言处理NLP比赛：

• 智源&计算所-互联网虚假新闻检测挑战赛

• 互联网金融新实体发现

• 技术需求与技术成果项目之间关联度计算模型

• 互联网新闻情感分析

• 第三届阿里云安全算法挑战赛

03

项目协作

一个优秀的开源项目少不了大家的协作，我们也希望大家踊跃参与到项目的分享过程中，让baseline帮助更多的人学习和成长。

为了让大家更加合理有序的贡献，我们初步制定了以下的协作机制：

1. 代码按照比赛的形式整理，写明比赛网址、数据类型和解题赛题；

2. 代码注明运行的环境，机器最低配置，如：

• 操作系统：Linux，内存16G，

• Python环境：Python2/3

• Pytorch版本：0.4.0

• baseline代码只能提供可运行的代码和思路，请不要提供直接可以提交的结果文件；

• 代码提供者应对代码版权和共享权负责；

• Datawhale竞赛群已成立

  扫描下方二维码，添加负责人微信，可申请加入竞赛学习交流群，一起组队参赛（一定要备注：入群+学校/公司+方向，例如：入群+浙大+机器学习）

  

  ▲长按加群

  项目地址，欢迎STAR