Sitios para competiciones de modelado predictivo

23

Participo en competencias de modelado predictivo en Kaggle , TunedIt y CrowdAnalytix . Creo que estos sitios son una buena forma de "hacer ejercicio" para estadísticas / aprendizaje automático.

¿Hay otros sitios que debería conocer?
¿Cómo se sienten con respecto a las competiciones donde el anfitrión tiene la intención de beneficiarse de las presentaciones de los competidores?

/ editar: Aquí hay una lista más completa:
Kaggle
TunedIt
Clopinte
KDD Cup
Innocentive
Crowdanalytix
Topcoder

machine-learning predictive-models

— Zach
fuente

1

Creo que estás haciendo dos preguntas muy distintas aquí; (1) ¿Qué son otros sitios? (2) ¿Cómo se siente acerca de los anfitriones que se benefician de la competencia ... Si está interesado en las respuestas a la última pregunta, le haría una pregunta por separado sobre este tema y la eliminaría de esta pregunta. Además, una parte de mí piensa que esta pregunta debe convertirse en una pregunta wiki de la comunidad de estilo de votación (es decir, cuáles son los principales anfitriones de la competencia de modelado predictivo, un host por respuesta, estilo).

— Jeromy Anglim

5

Isabelle Guyon (trabajando con muchos colegas) ha organizado una serie de desafíos de aprendizaje automático; consulte el sitio web para obtener detalles de los desafíos anteriores. Las competiciones generalmente son parte del programa de una conferencia, pero la asistencia al evento es opcional, ¡y son una buena prueba de las herramientas en la caja de herramientas!

— Dikran Marsupial
fuente

4

Aquí hay algunos conjuntos de datos agradables: http://archive.ics.uci.edu/ml/

Actualización: la pregunta ha cambiado desde que di esta respuesta.

— bayerj
fuente

2

Añadiendo Numerai! http://www.numer.ai Numerai es una competencia de IA en la que modela los datos del fondo subyacente, en tiempo real, y hace predicciones. Descargue los datos del fondo, protegidos por cifrado homomórfico. Sube predicciones y aparece en la clasificación. Incluso puede obtener ganancias asignadas.

— Vaite Leprince
fuente