Competition：国内外人工智能AI比赛平台以及竞赛类型、竞赛题目、举行时间等之详细攻略(最全+ing)

　　Competition：国内外人工智能AI比赛平台及竞赛详情指南（持续更新）

　　导读：

1. 在各大比赛平台的讨论区或GitHub上，可以找到往届选手的解题思路。
2. 多参与、多了解、多比较，以拓展思路。
3. 本人及团队已参与多个比赛项目，有意参赛或组队者，可在评论区留言。

　　目录：

　　一、综合性大平台与社区

1. ILSVRC比赛（Imagenet Large Scale Visual Recognition Challenge）
   • 1.1 比赛评价标准
   • 1.2 比赛的意义
2. DataCastle
3. AI Challenger 全球AI挑战赛
4. 科赛/kesci

　　二、国外细分平台

1. Kaggle
2. Topcoder
3. Challenge Data
4. crowdAI
5. SQuAD
6. Numer.ai

　　三、国内细分平台

1. 天池大数据竞赛

　　相关内容：

　　Competition——互联网比赛（编程相关）：国内外各种互联网比赛的举办时间、条件、细节等详细攻略。
Competition——AI：国内外人工智能比赛平台及竞赛类型、题目、时间等之详细攻略。
Competition——ML/DL：机器学习、深度学习等计算机视觉、自然语言处理、科学预测等比赛竞赛简介。

　　ILSVRC大赛最常使用ImageNet数据集，其子集包含约120万个训练图像、5万个验证图像和15万个测试图像，共1000类标记。该项目是视觉对象识别软件研究的大型可视化数据库，超过1400万的图像被手动注释，以指示图片中的对象。自2010年以来，每年举办一次ImageNet大规模视觉识别挑战赛（ILSVRC），软件程序竞相正确分类和检测物体和场景。以2012年为界，之后基于深度学习的方法一直居于首位。ILSVRC大赛有多个测试项目，其中之一是“类别分类”，进行1000个类别的分类比赛。

　　1.1 比赛评价标准：分类——top-5 error（对图像标签进行5次猜测）和top-1 error（对图像标签进行1次猜测）。
1.2 比赛的意义：AlexNet在ILSVRC2012图像分类竞赛中获第一名，将top-5错误率降至16.4%，标志着深度学习革命的开始，掀起了深度卷积神经网络在各个领域的研究热潮。

　　相关内容：Dataset之ImageNet：ImageNet数据集简介、安装、使用方法之详细攻略。Competition——ML/DL：机器学习、深度学习等计算机视觉、自然语言处理、科学预测等比赛竞赛简介。DataCastle官网：DC竞赛——领先的大数据与人工智能竞赛平台。AI Challenger官网：https://challenger.ai/。“AI Challenger 全球AI挑战赛”是面向全球人工智能人才的开源数据集和编程竞赛平台，致力于满足AI人才成长对高质量丰富数据集的需求，推动AI在科研与商业领域结合解决真实世界的问题。科赛/kesci：和鲸社区 – Heywhale.com。Kaggle官网：Kaggle is the place to do data science projects。Topcoder官网：ESIGN & BUILD HIGH-QUALITY SOFTWARE WITH CROWDSOURCING。Challenge Data官网：https://challengedata.ens.fr/en/home。crowdAI官网：AIcrowd。SQuAD官网：The Stanford Question Answering Dataset。Numer.ai官网：Numerai。天池大数据竞赛官网：天池大数据竞赛_天池大赛-阿里云天池。