近日，Kaggle数据科学竞赛GoDaddy-MicrobusinessDensityForecasting，Kaggle数据科学竞赛AMP-Parkinson'sDiseaseProgressionPrediction,Kaggle数据科学竞赛MarchMachineLearningMania2023,Kaggle数据科学竞赛ImageMatchingChallenge2023和Kaggle数据科学竞赛GoogleResearch-IdentifyContrailstoReduceGlobalWarming落下帷幕。
在此次的五场竞赛中，我院数据科学与大数据技术系2020级中美本科教育合作办学项目本科生李祯宁同学以及谭以宁、秦浩然、陈予贤三人组成的队伍SatoshiShimomoto发挥出色，获得佳绩。Kaggle创办于2010年，目前已经被Google收购，拥有超过80万名数据科学家用户，是全球顶级的数据科学竞赛平台，在数据科学领域享有盛名。Kaggle的使命是通过众包的方式，解决世界上最棘手的问题，同时推动机器学习和数据科学的发展。对参赛者来说，不仅是考验自己能力，更是一场实战经验。
国合班本科生李祯宁同学在Kaggle数据科学竞赛-ImageMatchingChallenge2023和Kaggle数据科学竞赛GoogleResearch-IdentifyContrailstoReduceGlobalWarming比赛中分别获得铜牌（Top19%）和银牌（Top5%）奖项；谭以宁、秦浩然、陈予贤三人组成的队伍SatoshiShimomoto在Kaggle数据科学竞赛GoDaddy-MicrobusinessDensityForecasting，Kaggle数据科学竞赛AMP-Parkinson'sDiseaseProgressionPrediction和Kaggle数据科学竞赛MarchMachineLearningMania2023三场比赛中分别斩获三枚银牌（Top2%，Top4%，Top5%），三场比赛的参赛人员分别为GoDaddy-MicrobusinessDensityForecasting：谭以宁、秦浩然、陈予贤；AMP-Parkinson'sDiseaseProgressionPrediction：谭以宁、秦浩然；MarchMachineLearningMania2023：谭以宁。
ImageMatchingChallenge涉及图像匹配任务。图像匹配是计算机视觉领域的一个重要任务，它涉及从不同视角、光照条件和尺度的图像中识别相同的物体或场景。ImageMatchingChallenge2023旨在推动这一领域的技术发展，要求参赛者利用机器学习和人工智能技术开发更强大、更鲁棒的图像匹配算法。
GoogleResearch-IdentifyContrailstoReduceGlobalWarming通过训练机器学习模型来在卫星遥感图像中识别并预测飞机发动机形成的“凝结轨迹”，从而为减缓全球变暖提供建议。GoogleResearch-IdentifyContrailstoReduceGlobalWarming旨在使用地球静止卫星图像来识别航空轨迹，要求参赛者利用机器学习和人工智能技术开发更强大、更鲁棒的目标检测、语义分割等算法。
GoDaddy-MicrobusinessDensityForecasting的目标是预测给定地区的月度微型企业密度，需要根据美国县级数据开发一个准确的模型。本次竞赛旨在帮助决策者了解微型企业，这是一种非常小的实体不断增长的趋势。额外的信息将使新的政策和计划能够提高这些最小企业的成功率和影响力。
MarchMachineLearningMania2023的目标是预测2023年NCAA疯狂三月的比赛结果。要求结合丰富的历史数据和计算能力来挑选赢家和输家，并与最终比赛结果进行对比。
五场比赛历时3个月，分别吸引了来自全球多个国家的494支队伍，954支队伍，3547支队伍，1805支队伍和1033支队伍报名参加。经过激烈的角逐，来自我校的李桢宁同学在两场比赛中分别获得了铜牌（前19%）和银牌（前5%），SatoshiShimomoto队伍在三场比赛中分别获得了三枚银牌（Top2%，Top4%，Top5%）。
据悉，计算机学院中美本科教育合作项目开办于2020年，由中国地质大学（武汉）、美国伊利诺伊理工大学根据双方的学科优势、教学特点、培养要求和毕业生就业市场需求等要素共同制定培养方案。从美国伊利诺伊理工大学引进外方优质课程，采用全英文进行授课。两校教师密切合作，培养具有国际视野的复合型专业人才。