专栏名称: 大数据挖掘DT数据分析
实战数据资源提供。数据实力派社区,手把手带你玩各种数据分析,涵盖数据分析工具使用,数据挖掘算法原理与案例,机器学习,R语言,Python编程,爬虫。如需发布广告请联系: hai299014
目录
相关文章推荐
数据派THU  ·  Transformer模型变长序列优化:解析 ... ·  2 天前  
数据派THU  ·  公示 | ... ·  3 天前  
51好读  ›  专栏  ›  大数据挖掘DT数据分析

国内首个迁移学习赛题上线,速来报名!

大数据挖掘DT数据分析  · 公众号  · 大数据  · 2017-04-06 18:51

正文

如果你是:

机器学习重度钻研者

蓄锐已久只待爆发


又或者你:

研究尚浅但兴趣正浓 

喜爱挑战酷爱学习

 

这都是你直击前沿技术,结交各路队友的好机会!


 

对某一项技能或心理机能的学习和精进能够对其他技能或心理机能产生积极影响——这种效应即为迁移学习。自2006年Hinton等人提出“深度学习”概念至今,深度学习在海量数据的挖掘分析中发挥了巨大的价值。然而对于越来越多的任务来说,特定垂直领域的数据并不足以支持系统建构,而迁移学习正是克服这一限制的重要思路。

 

微软全球资深副总裁Peter Lee博士在近期的采访中提出,如果所有的网络信息都成为机器学习系统的基础,那么系统就将通过迁移学习获得更个性化的信息,实现了这个愿景,人工智能普及化将又迈出一大步。百度前首席科学家吴恩达近期在NIPS上提出,迁移学习是未来五年的最为重要的机器学习应用方向。

 

正是看准了迁移学习的巨大潜能,本次前海征信大数据算法赛事将赛题锁定在迁移学习方向,参赛选手需依据给定的4万条业务A数据及2千条业务B数据(均作脱敏处理),建立业务B的信用评分模型。其中业务A为信用贷款, 其特征就是债务人无需提供抵押品,仅凭自己的信誉就能取得贷款,并以借款人信用程度作为还款保证的;业务B为现金贷,即发薪日贷款(payday loan),与一般的消费金融产品相比,现金贷主要具有以下五个特点:额度小、周期短、无抵押、流程快、利率高,这也是与其借贷门槛低的特征相适应的。


由于两种业务存在关联性,选手如何将业务A的知识迁移到业务B,以此增强业务B的信用评分模型,是本次比赛的重点。

 

为鼓励学生选手创新思维,勇于挑战最新算法,大赛设置常规奖奖学金共8组奖项,其中常规奖将奖励综合排名第一、二、三名的团队;奖学金将奖励综合排名第一、至第五的学生团队。综合排名第一的学生团队有望赢取两万元奖金。

 

前海征信是中国平安旗下子公司,同时也是中国首批获得人民银行批准筹备个人征信业务的8家第三方商业征信机构之一,一直走在中国商业征信发展的前沿。前海征信聚集了一批国内领先的大数据专家、金融专家,拥有一个国际化、多元化的专业团队,以丰富的征信和风控产品与服务在个人征信领域的机构市场处于领先地位。截至目前,前海征信已推出30余款产品,并与近2000家机构签订合作协议,年查询量达到3亿。


前海征信有着覆盖金融、社交、生活、交通等丰富场景的海量数据资源。本次大赛中,前海征信不仅提供赛事所需的脱敏数据,还出动实力专家团,历时2月精心设计赛题。

 

2015年,前海征信创立卅伍研究院,旗下专业大数据挖掘团队“朝阳35处”,凝聚了多个产品线的数据专家。他们既是数据科学家,也是数据玩客,在用数据挖掘技术解决专业领域的同时,他们也正享受着寻找数据的无穷乐趣。


比赛交流:请加QQ群605318706 

比赛报名:点击阅读原文或登录www.kesci.com注册报名


kesci,智能时代的在线数据应用平台