最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

KDD CUP首届超3000支队伍参赛,更有team夺得双冠!(附夺冠选手现场presentation)

[复制链接]
发表于 2017-8-18 10:46:09 | 显示全部楼层 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本帖最后由 168主编 于 2017-8-18 10:48 编辑

被誉为大数据领域“奥运会”的KDD CUP在长达将近4个月的竞赛后,于8月17日在加拿大顺利颁奖结束。
无标题.png
KDD CUP作为数据挖掘领域最有影响力、最高水平的国际顶级赛事,每年都会吸引数据挖掘界的顶尖专家、学者、工程师、学生等前来参赛,在每年的KDD会议中占据着举足轻重的地位。其中KDD (Knowledge Discoveryand Data Mining)即知识发现与数据挖掘,由美国计算机协会 ACM 下的数据挖掘分会举办,是国际数据挖掘领域的顶级会议。

KDD Cup从1997年举办至今迎来其第20个年头。2017赛题由全球研究机构和科技公司提供,KDD组委会进行选择。本年度赛题为《Highway Tollgates Traffic Flow Prediction: Travel Time & Traffic Volume Prediction》。本次赛题源自阿里云人工智能ET在交通领域实施的案例之一,阿里云赛题负责人闵万里说:“技术垂直化一直是阿里云的重要战略。在交通领域,我们打造了路况预测,信号灯优化控制一系列前沿项目,这些实践证明了本次赛题的技术可行性和业务实用性。”
本次KDD CUP由天池承办,参赛队伍有来自微软、因特尔等知名互联网企业,也有来自清华大学、波士顿大学等高等学府,一共3582支,覆盖全球50个国家,730座高校。对此KDD CUP Chair表示不可思议,这是KDD CUP史上规模最大的比赛,他表示这次的比赛很成功,来自世界各地的选手能够通过这次的比赛了解中国的交通问题,整个比赛running的很顺利,同时也感谢阿里天池平台的支持。

在今年KDD CUP大赛中,尤为抢眼的是Convolution团队,拿到了比赛两个track的双料冠军!

直击双料冠军现场Presentation
视频下载地址:http://cloud.video.taobao.com/play/u/3082353806/p/1/e/6/t/1/50017852175.mp4
Presentation of Travel Time Prediction
视频下载地址:http://cloud.video.taobao.com/play/u/3082353806/p/1/e/6/t/1/50017834940.mp4
Presentation of Volume Prediction

Convolution团队在两个任务的比赛中均取得第一名也绝非偶然,我们了解到,这个团队有来自微软广告团队算法工程师胡可和黄攀,有美团算法团队高级技术专家燕鹏,也有北京航空航天大学研究生陈欢。并且团队成员不仅有非常夯实的技术积累,更有天池IJCAI大赛与其他大赛的获奖经验。


专访Convolution团队
我们在大赛期间也对Convolution团队进行了专访。
小天:获得双料冠军你认为你们有什么过人之处?
Convolution我们都是从事机器学习工作,有技术积累,日常的工作与学习就是与比赛相似的内容。此外我们的团队合作很默契,很早就认识,从开始就讨论列出来这类问题可能有突破的点,分工逐步实验,后面又能比较快提出应对具体问题的方案。最后团队有着丰富的参赛经验,我(队长胡可)参加过天池IJCAI2016,获得第二名。大部分队员也都获得过其他大赛的冠军。我们也非常幸运,2个task都能得到好的名次。
小天:刚才提到你们之前就认识,请问是怎么认识的?
Convolution我们是在技术社区里认识的,大家很热爱技术,也喜欢聚在一起讨论技术细节与创新。就像我们队名,当时我们正在尝试神经网络,Convolution是我们兴趣相关的技术名词,所以这次参赛就用Convolution来做我们的队名。
小天:那在本次的比赛中,你们各自的分工是什么?
Convolution比赛中每2位同学分别主要负责一道题,在后期再2道题分工互换,对对方思路进行补充。并且每一位同学都有很强的突破能力,比如主要负责流量赛题的陈欢同学,在比赛前期,就找到了流量问题的特点,并且从开赛一周左右开始,大部分时间成绩保持在榜单第一名。
小天:比赛有遇到什么困难吗?
Convolution有很长一段时间没有突破,用一些传统的机器学习技术无法获得稳定提升,我们放弃了有过拟合风险的增加模型度提升方法,转而构建更多模型复杂度并不那么高的子模型去解决问题,为换数据的泛化能力提供了基础。另外参加比赛能认识很多领域朋友,向大家学习也很令人难忘。


直击KDD现场

领略了夺得双冠选手的风采,我们再来现场看一看!

照片1.png
(现场颁奖掠影)
照片2.jpg
(与会议general chair的合影)
照片3.png
(阿里巴巴KDD展台)
照片4.png
(答辩现场)
照片5.png
(大赛选手现场交流)


本文由阿里云数加大数据投稿发布,未经允许禁止转载。
楼主热帖
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-19 06:00

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表