
سالانه مسابقات زیادی در زمینه دادهکاوی برگزار میگردد از جمله کاپ کشف دانش در پایگاه داده یا KDD CUP که بیش از 10 سال قدمت دارد. شرکت در این مسابقات برای عموم آزاد می باشد. حضور در این مسابقات غالبا به صورت انفرادی و گروهی امکان پذیر می باشد و تیم های تشکیل شده می توانند از 1 تا 8 نفر عضو داشته باشند.
نحوه اجرای مسابقات آنلاین داده کاوی غالبا به این صورت می باشد که ابتدا از سوی طراحان مسئله ای طرح می گردد، به طور مثال پیش بینی هزینه های درمانی. سپس مجموعه دادهای در اختیار عموم قرار می گیرد و افراد یا گروه ها باید با توجه به مسئله بر روی مجموعه داده ها الگوریتم های از پیش ساخته یا ابتکاری خود را پیاده سازی کنند. البته این نکته حائز اهمیت است که تمامی این مسابقات بازه زمانی مشخصی دارند و در مدت زمان خاصی به پایان می رسند و یا اینکه هرگاه تیمی توانست به دقت مورد نظر دست یابد مسابقه متوقف خواهد شد.
برای مثال اگر مسئله مورد نظر پیش بینی هزینه های درمانی باشد، مجموعه داده ای از بیماران در اختیار تیم ها قرار می گیرد، هر تیمی که بتواند با دقت بالاتری هزینه های درمانی را با توجه به مجموعه داده ها پیش بینی نماید رتبه نخست را کسب کرده و سایر تیم ها نیز با توجه به دقت مدل ساخته شده در رتبه های بعدی قرار می گیرند. به طور معمول این مسابقات جوایز نقدی بسیار ارزنده ای را به تیم های منتخب اهدا می نمایند.
معرفی یک سایت به نام Kaggle
Kaggle یک راه حل خلاقانه برای برون سپاری آماری/ تحلیلی میباشد. این گروه پیشتاز برای برگزاری مسابقههایی است که دارای مدلهای پیشبینی کننده میباشند. کمپانیها، دولتها و محققان پایگاههای داده، مشکلات خود را ارائه میدهند و رقابت برای ایجاد بهترین راه حل در بین دانشپژوهان و متخصصان شروع میشود. در آخر این رقابت، برگزار کننده مسابقه، جایزهی نقدی را در ازای مدل برنده به ایده پردازان پرداخت می نماید.
محرکی که در Kaggle وجود دارد بسیار ساده است: بیشتر سازمانها به یادگیری ماشین پیشرفته و تکنیکهای آماری دسترسی ندارند. در این حین متخصصان داده در طلب دادههای واقعی هستند تا روشها و الگوریتمهای خود را توسعه و تصحیح کنند. Kaggle این عدم تطابق را با ارائهی یک پیشنهاد سودمند به کمپانیها برای مهار دانش متخصصان کارآمد اصلاح میکند.
شما هم می توانید در این سایت عضو شوید و تیم های تحقیقاتی را تشکیل دهید و در مسابقات مختلفی که در این سایت وجود دارد شرکت کنید. نمودار زیر نمایانگر تخصص افرادی است که در این سایت عضویت دارند و در مسابقات شرکت کرده اند. همانطور که ملاحظه می کنید متخصصان علوم کامپیوتر و آمار بیشتر در این مسابقات شرکت نمودهاند.
میزان مشارکت علوم مختلف در مسابقات Kaggle
منبع: http://www.kaggle.com/about