数据竞赛中baseline是最入门的分享，
它不仅有思路、方法还有内容；
或许你与Top选手的差距就是一个baseline！
01
项目介绍
如果你是数据竞赛的初学者、爱好者，比赛的baseline不仅是比赛思路分享，同时也是一类数据问题的方法总结。我们想做的就是收集并整理并分享各种比赛的baseline方案。
你可能会问为什么是baseline，而不是获胜者的代码分享？相比于获胜者的代码baseline代码都比较简单，容易整理和学习；其次baseline代码更加实用和简洁，适合入门学习。
https://www.kaggle.com/c/nfl-big-data-bowl-2020/
在每个Kaggle比赛中baseline分享一般都是最受大家欢迎的，也是点赞最多的kernel。比赛的baseline不仅能降低参赛的门槛，同时也能极大程度刺激选手的参赛热情。
鉴于国内比赛平台没有类似的分享机制，于是我们（阿水和鱼佬）在Datawhale计划做一个国内的竞赛baseline分享计划，我们目标是做成国内最完整的竞赛baseline和比赛案例分享项目。
我们的baseline开源项目初步构建完成：
https://github.com/datawhalechina/competition-baseline
02
项目内容
我们对国内外常见的数据竞赛平台进行整理：
国外竞赛平台：
- Kaggle
- DrivenData
- Colalab
- CrowdAI
- Kelvins
- Signate
- analyticsvidhya
国内竞赛平台：
- 天池
- 点石
- JData
- DataCastle
- DataFountain
- Biendata
- 科赛
- AI研习社
- 图灵联邦
- AI Studio
- FlyAI
我们还对国内比赛的baseline进行了全面的整理。为了帮助大家更好的学习，我们根据赛题的数据类型分为三类典型比赛：
- 结构化数据比赛：表格形式的赛题；
- 计算机视觉(CV)比赛：图像类型的赛题；
- 自然语言处理(NLP)比赛：文本类型的赛题；
结构化数据比赛：
- 白葡萄酒品质预测
- 肌肉活动电信号推测手势
- 肌肉活动电信号推测手势
- Retention Rate of Baidu Hao Kan APP Users
- kaggle-two-sigma-connect-rental-listing-inquiries
- kaggle-allstate-claims-severity
计算机视觉CV比赛：
- 胸腔X光肺炎检测
- CCF2019-视频版权检测算法
- kaggle-quickdraw-doodle-recognition
- TinyMind人民币面值&冠字号编码识别挑战赛
自然语言处理NLP比赛：
- 智源&计算所-互联网虚假新闻检测挑战赛
- 互联网金融新实体发现
- 技术需求与技术成果项目之间关联度计算模型
- 互联网新闻情感分析
- 第三届阿里云安全算法挑战赛
03
项目协作
一个优秀的开源项目少不了大家的协作，我们也希望大家踊跃参与到项目的分享过程中，让baseline帮助更多的人学习和成长。
为了让大家更加合理有序的贡献，我们初步制定了以下的协作机制：
- 代码按照比赛的形式整理，写明比赛网址、数据类型和解题赛题；
- 代码注明运行的环境，机器最低配置，如：
- 操作系统：Linux，内存16G，
- Python环境：Python2/3
- Pytorch版本：0.4.0
- baseline代码只能提供可运行的代码和思路，请不要提供直接可以提交的结果文件；
- 代码提供者应对代码版权和共享权负责；
Datawhale竞赛群已成立