扫描二维码立即报名
报名即将截止,很多首次参加大数据竞赛的同学担忧竞赛赛题数据量过大,不知如何安排竞赛时间。
组委会特别邀请了2021年MathorCup大数据竞赛金奖队伍的成员、来自上海立信会计金融学院的任张川同学进行经验分享,为各位即将参赛的同学们提供一些经验和帮助!
我自大二开始自学Python,起初只是抱着多掌握一项基本技能的想法,后来通过旁听相关课程,相对系统地学习数学建模的知识,对数据分析、机器学习产生了浓厚的兴趣。
之后我参加了国赛、华数杯等竞赛试水,意料之外地取得了一些小成绩,也意识到自己还有很大的进步空间。此外,我关注着每一次大小数学建模赛题,试着构建思路、编写代码,并与优秀论文相验证。而正是一次一点的竞赛积累拓宽了我的思路、锻炼了程序语言的能力,我深受裨益且乐在其中。
有幸在老师的推荐下参加了2021年Mathorcup大数据竞赛,在初赛中,我和队友们一同伏案埋首,从晨曦到夜深。在此期间,我们也与刘文臣老师时刻联系,探讨解决所遇到的问题。
比赛中,我承担了模型的搭建及最后算法的实现,在实操中对数据进行大量的特征构造并遴选出具有影响力的因子,最后通过多模型的stacking融合达到了良好的预测效果,为完善二手车资产价值评估体系出一份绵薄之力。
复赛中,我负责挖掘二手车成交周期的影响因素并探究加快销售速度的手段,同时对成交周期进行准确预估,进而抽象化构建门店经营模型,对车辆是否调价、调价间隔及调价幅度进行决策,以实现门店毛利润最大化的目标。
答辩准备期间,我们寻求到指导老师们的帮助,经过了两次模拟答辩,充分完善了讲稿和PPT,使得整个模型的逻辑叙述更为顺畅、系统。
我们将PPT制作成“大纲+超链接”的形式,使得原本较为晦涩难懂的评估体系变得清晰明了,既把握整体,又不放过每一处重点和创新点。最终,在与队友们良好的配合下,我们顺利完成了答辩,取得了较为理想的成绩。
从初赛、复赛到答辩,我在模型思路的不断优化中更加深入了对各方面细节的理解,同时也会静下心来分析和解决问题,力求找到最优解。本次竞赛使我得到了成长,在今后的学习和工作中,我也要时刻保持钻研精神和求知欲,夯实相关知识,积极尝试实践。
当然,比赛的成功更是离不开老师的悉心指导和团队之间的有效沟通。
希望大数据竞赛能越办越好,参加本届竞赛的同学们也能在竞赛中更好的勉励自己,吐故纳新,继往开来,赛出水平,收获大奖!
教育部《高等学校人工智能创新行动计划》教技〔2018〕3号,鼓励对计算机专业类的智能科学与技术、数据科学与大数据技术等专业进行调整和整合,鼓励各个领域与大数据进行深度融合,通过大数据技术促进各领域的发展。
MathorCup高校数学建模挑战赛组委会决定在“MathorCup高校数学建模挑战赛”中增加大数据专题赛项—“大数据竞赛”。
竞赛以企业真实场景数据为基础,面向全国高校研究生、本科生和专科生,共同探索数据科学的应用实践,推动产学研用协同发展。
扫描下方二维码进行报名:
或复制下方链接进行报名:
https://www.saikr.com/vse/bigdata2022
(1)金银铜奖
所有参赛队伍(不分组别、不分赛题)中评选:
金奖1支队伍(奖金10000元税前)
银奖2支队伍(奖金5000元税前)
铜奖5支队伍(奖金2000元税前)
(2)奖项评定
竞赛分组别分赛题评选出:
一等奖(5%)
二等奖(15%)
三等奖(30%)
颁发“MathorCup高校数学建模挑战赛——大数据竞赛”获奖证书。
初赛中排名前10%的队伍进入复赛,
复赛中排名前50%的队伍评选为一等奖。
(3)优秀指导教师,优秀组织单位
根据学校参赛队伍得奖情况和组织参赛队伍数量综合评定。
(4)企业实习
获得一等奖的队伍优先推荐至企业实习。
(1)报名阶段
2022年11月1日-12月20日
参赛选手在大赛报名主页按照步骤进行组队报名。
(2)初赛阶段
2022年12月20日18:00至2023年1月19日20:00
1.竞赛结束前必须在线提交结果数据、论文和代码,提交时系统验证提交数据格式是否正确;
2.入围赛成绩不会影响复赛成绩;
3.最终按照分组别分赛题从初赛中选拔前10%的队伍进入复赛。
(3)复赛阶段
2023年3月6日18:00-2023年3月13日20:00
复赛为统一命题,不更换题目背景,但可能会更换题目问题和数据,选手网络远程答题,按照分组别分赛题进行排名。
(4)金银铜奖答辩
复赛中综合总排名前12的队伍(不分组别,不分赛题)进入金银铜奖答辩环节,答辩采用线上或者线下的方式进行。答辩决出金奖1支队伍、银奖2支队伍、铜奖5支队伍(不分组别,不分赛题)。
(5)2023年3月,公布竞赛结果、证书发布等
1.公布获奖名单初稿;
2.公示结果异议查询;
3.终稿获奖名单公布。
专家组会从四个方面进行评价:
(1)参赛论文
根据问题,准备一份论文对项目进行说明,论文中的摘要部分需要简明扼要地概述模型算法的核心思想以及效果,正文部分需要详细阐述模型算法的细节、求解过程、结果以及对应的参考文献。
(2)项目完成度
与解决方案匹配的完整代码,可以是Python、Matlab、C++、Java等语言的代码,附详细的操作说明文档和源代码。
(3)模型泛化性能
未公开测试数据集验证得到的准确率、召回率等与题目实际背景密切相关的考核指标。
(4)创新性
具有创新的系统分析和解题思路,创新的算法设计,跨学科交叉应用能力等
QQ交流10群:659352884
组委会秘书处:
郭老师电话&微信:18210922591
组委会邮箱:
bigdata@mathorcup.org
点击下方“阅读原文”进入竞赛官网