赛题数据由训练集和测试集组成，总数据量超过25w，包含69个特征字段。为了保证比赛的公平性，将会从中抽取15万条作为训练集，3万条作为测试集，同时会对部分字段信息进行脱敏。
特征字段：客户ID、地理区域、是否双频、是否翻新机、当前手机价格、手机网络功能、婚姻状况、家庭成人人数、信息库匹配、预计收入、信用卡指示器、当前设备使用天数、在职总月数、家庭中唯一订阅者的数量、家庭活跃用户数、....... 、过去六个月的平均每月使用分钟数、过去六个月的平均每月通话次数、过去六个月的平均月费用、是否流失
2022-06-16 09:09:35
12.67MB
1
百度飞桨AI训练营任务：吃鸡排名预测挑战赛过基线分数9２+代码和最终提交文件
2022-06-06 21:06:28
443KB
百度飞桨AI训练营任务：吃鸡排名预测挑战赛过基线分数9２+代码和最终提交文件
2022-06-04 18:08:03
443KB
1
本次竞赛要解决的问题是，通过识别图片中的鲸鱼尾巴，实现对鲸鱼种类的分类，属于一个多分类问题
提供的数据集包括9850张训练图片（4251个种类）和15610张测试图片。
这是本人第一次参加的比赛，最终以0.45426的分数，排名45th/528，top9%
环境说明：
tensorflow-gpu:1.4.1
keras-gpu:2.0.5
文件说明：
input: notebook文件需要的输入
humpback-whale-identification-model-files: Whale Recognition Model with score 0.78563.ipynb需要的文件
train.csv: 原始训练集标注文件
train_aug.csv: Keras_lb_0.38_to_0.42_cut_aug.py使用的经过裁剪，以及数据增强后的训练集标准文
2022-05-30 16:45:23
21.91MB
1
AICity-reID 2020（第二轨）
在此存储库中，我们将2020 re-id曲目的第一名提交（百度提交）
我们融合了在Paddlepaddle和Pytorch上训练的模型。为了说明它们，我们分别提供了以下两个训练部分。
我们在包括培训代码。
我们在包括培训代码。
表现：
AICITY2020 Challange Track2排行榜
队名
地图
关联
百度-UTS（我们的）
84.1％
瑞亚爱
78.1％
DMT
73.1％
提取的特征，相机预测和方向预测：
我已经更新了功能。您可以从或下载
├── final_features/
│ ├── features/ /* extracted pytorch feature
│ ├── pkl_feas/ /* extracted paddle feat
2022-05-17 00:01:04
8.91MB
1