关联比赛: 第二届 Apache Flink极客挑战赛​赛题介绍一、病例行动数据集病例历史行动数据集（训练集1） 1M+确诊病例数据 （测试集1） 500+实时病例行动数据集（测试集2） 1000+二、天猫精灵行为数据集天猫精灵历史行为数据集（训练集2） 1M+用户行为数据集（测试集3） 500+实时用户行为数据集（测试集4） 1000+四个任务根...

本次赛题核心为高清视频人像分割，属于无监督视频物体分割任务，要求在未提供任何额外输入的情况下，识别并定位视频中的主要人物，并精确到图像的每个像素。

昨天是天池Fashion AI初赛Deadline， 成绩出来复赛都没能进，虽然结果很遗憾，但在比赛的过程中也接触到了不少的新东西，希望能在这里把我尝试过的方法都分享出来。作为对自己的总结，如果能让看到的人以后少踩点坑，那也算是一丢丢的贡献吧。

赛题要求实现一个基于persistent memory（AEP）的持久化键值存储系统，并要求从数据正确性和系统读写性能两个方面来考虑系统设计。

本次竞赛要求结合大数据计算引擎Flink和深度学习的计算平台Intel Analytics Zoo应用在图片识别场景，进行垃圾图片的分类。目标：对提供的100类大约6000张垃圾图片进行模型训练，然后使用Flink和计算平台Intel Analytics Zoo进行分类预测。

作者：周克勇，花名一锤，阿里巴巴计算平台事业部EMR团队技术专家，大数据领域技术爱好者，对Spark有浓厚兴趣和一定的了解，目前主要专注于EMR产品中开源计算引擎的优化工作。

写在前面的话大家好，我是 Champion Chasing Boy的DOTA，在队友 鱼遇雨欲语与余、 尘沙杰少、林有夕、嗯哼哼唧 的Carry下，最终在本届智能算法赛拿到了复赛总榜单Top1的成绩。下面分享一下我们团队在A、B、C榜各阶段的整体框架解决方案。

traceId | startTime | spanId | parentSpanId | duration | serviceName | spanName | host | tags

历时快两个月的第二届云原生编程挑战赛结束了，作为第一次参赛的萌新，拿下了28名的成绩，与第一名差了19万分，因为赛制时间太长，加上期间学业有各种事以及国庆摆烂，没能拿到前十。到最终也不知道差到那19万分哪儿了。这里将我们的思路做一个分享。期待top10大佬的分享！

视频物体分割（Video Object Segmentation）是计算机视觉最近两三年兴起的⼀个研究领域，其⽬的是从视频所有图像帧中把感兴趣的物体区域的分割出来。与视频物体跟踪不同，视频物体跟踪只要求得到每帧图像中感兴趣物体的包围框，⽽视频物体分割必须精确到图像的每个像素，因此是⽬前计算机视觉领域最难的任务之⼀。

为了能够在低资源设备上运行深度学习模型，需要研发高效的小规模网络。知识蒸馏是获取高效小规模网络的一种新兴方法，其主要思想是将学习能力强的复杂教师模型中的“知识”迁移到简单的学生模型中。

本文是根据 Apache Flink 系列直播课程整理而成，由阿里巴巴高级开发工程师沙晟阳分享，主要面向于初次接触 Flink、或者对 Flink 有了解但是没有实际操作过的同学。希望帮助大家更顺利地上手使用 Flink，并着手相关开发调试工作。

关联比赛:  第三届数据库大赛创新上云性能挑战赛--高性能分析型查询引擎赛道序人到中年，总有些迫不得已，世事无常，总让人黯然叹息；三十出头的年龄，代码已逐渐远去；可十年相伴一路甚欢，如今发量尚茂又暮暮朝朝走吧，去参加一场比赛，去结交一群朋友，用一段意义非凡的经历，来点缀这若即若离的青春所以，我们来了，...

“精准社保”的赛题为“基本医疗保险医疗服务智能监控”，由参赛队完成数据算法模型的开发设计，实现对各类医疗保险基金欺诈违规行为的准确识别，以进一步丰富现行医保智能监控的医保规则和医学规则，提高医保智能监控的针对性和有效性。

关联比赛:  阿里云数智服务创新挑战赛——服务调度比赛​ 下面我们将从赛题场景、核心算法以及算法的场景拓展对我们的解决方案进行说明。1 赛题场景首先对赛题场景进行分析。我们建立流程图，梳理整体的调度流程。首先客户会先进入系统，定位问题明确问题的类型后，进行调度决策。我们针对问题的分布情况以及专家的能力进行...

作者：Poll 链接： [链接] 编辑：石头机器学习性能评价标准是模型优化的前提，在设计机器学习算法过程中，不同的问题需要用到不同的评价标准，本文对机器学习算法常用指标进行了总结。阅读目录TPR、FPR\&TNR精确率Precision、召回率Recall和F1值综合评价指标F-measureROC曲线和AUC参考内容　　考虑一个二分问题，即...

以“生态资产智能分析”为课题，基于不同地形地貌的高分辨率遥感影像资料，利用遥感影像智能解译技术识别提取土地覆盖和利用类型，实现生态资产盘点、土地利用动态监测、水环境监测与评估、耕地数量与监测等应用。

本次赛题基于辱骂文本生成对抗样本，要求使模型识别错误，同时扰动较小，并且不影响辱骂性质难点在于无训练集，测试集不可见，模型不公开（只提供了一个“简易”模型）

“服务网格” 是近年来非常火热的技术，其全托管的思维非常适合云原生场景。“服务网格” 核心分为控制面与数据面：数据面主要是一个名为 Sidecar 的代理组件，它通过接收控制面发送的路由与控制信息来定向转发或处理数据。这样一些坐落在服务网格里的应用就将整个分布式逻辑交给了底层，自己不用关心了。一旦与底层解耦，灵...

  本次比赛，“精准社保”的赛题为“基本医疗保险医疗服务智能监控”，由参赛队完成数据算法模型的开发设计，实现对各类医疗保险基金欺诈违规行为的准确识别。

关联比赛: 数智重庆.全球产业赋能创新大赛【赛场一】大家好，我们是球球君队伍。下面我们将介绍我们的比赛攻略，希望对大家有所帮助。主要还是根据数据的特定挑选模型和增加合适的数据增强手段。如上页PPT，针对不同的瑕疵具有不同的加权AP值，在特定类别上取得高分，如酒液杂质，对总分具有一定的影响。同时，不同瑕疵...

本次比赛期望参赛者基于给定的扬中市高新区的1000多家企业的历史用电量数据（表1）精准预测下一个月的每日总用电量。参赛者可以参考其他外部数据，比如天气、经济数据，但是使用外部数据的时间范围必须在预测时间之前获取的数据。

本次比赛提供了 1000 余个包含 8000 维特征的 TFT-LCD（薄膜晶体管液晶显示器）生产样本数据，属于典型的小样本、多特征回归问题。

本次大赛是海南省大数据管理局成立后，联合阿里天池举办的比赛，旨在提升海南大数据应用水平和支撑海南自由贸易港建设。大赛提供了2000份脱敏之后的中文人才简历数据和标注数据，参赛选手通过人工智能技术构建预测模型预测简历中涉及的18个标注类别字段。即给定PDF格式的简历标注出涉及标注类别字段的内容。

在商品知识产权领域，知识产权体现为在线商品的设计和品牌。不幸的是，在每一天，存在着非法商户通过一些对抗手段干扰商标识别来逃避侵权，这带来了很高的知识产权风险和财务损失。为了促进先进的多媒体人工智能技术的发展，以保护企业来之不易的创作和想法免受恶意使用和剽窃，因此提出了鲁棒性标识检测挑战赛 (ACM MM2...

查看更多内容，欢迎访问天池技术圈官方地址： 机器学习算法（二）: 朴素贝叶斯(Naive Bayes)_天池notebook-阿里云天池_天池notebook-阿里云天池")

一．赛题介绍  桌面物体整理任务是服务型机器人的一种常见应用场景，其主要任务是将桌面上随机散落的物体利用机械臂摆放到各自指定的位置上．本次比赛中，采用Realsense D435 和 Azure Kinect 相机作为感知模块，UR-5e机械臂和 Robotiq 夹爪作为执行模块，完成不同难度等级的桌面物体整理任务．

凌晨三四点，冒着严寒做着核酸大家心事重重，表情凝重不堪生活，是黑暗冰冷的荒原，乐观，如满天星河般绚烂初冬的清晨，黄叶翩翩快到来吧，那久违的笑脸快过去吧，这该死的新冠

先介绍一下团队，我们这几个人也是在天池众智赛【广东大赛】机场停机位资源分配优化】中互掐认识的，也算不打不相识，大家都有一些IP问题的建模经验

深度神经网络已经在各种视觉识别问题上取得了最先进的性能。尽管取得了极大成功，深度模型的安全问题也在业内引起了不少担忧，举例来说，深度神经网络很容易遭受输入上微小和不可察觉的干扰导致的误分类（这些输入也被称作对抗样本）。除了对抗样本，在实际场景中，深度模型遇到的更多威胁来自于非限制扰动对抗样本，即...