NVIDIA Kaggle Grandmaster (KGMoN)

认识 NVIDIA Kaggle Grandmaster,了解他们如何使用 NVIDIA 加速数据科学来构建荣获奖项的推荐系统、预测 RNA 分子中的降解速率、识别医学成像中的黑色素瘤等。

认识 KGMoN 团队

Ahmet Erdem

Ahmet Erdem

NVIDIA 高级数据科学家

Bo Liu

Bo Liu

NVIDIA资深资料科学家

Chris Deotte

Chris Deotte

NVIDIA 高级数据科学家

Christof Henkel

Christof Henkel

NVIDIA 数据科学家

Gilberto Titericz

Gilberto Titericz

NVIDIA 数据科学家

Jean-Francois Puget

Jean-Francois Puget

NVIDIA 杰出工程师

Jiwei Liu

Jiwei Liu

NVIDIA 高级数据科学家

Kazuki Onodera

Kazuki Onodera

NVIDIA 高级数据科学家

探索 KGMoN 团队最近的比赛

推荐系统挑战赛

2021 年 6 月

RecSys 挑战赛

NVIDIA Merlin 和 KGMoN 团队通过有效预测动态环境中用户参与的概率,并基于数百万个点数据集提供合理建议,在 2021 年 RecSys 挑战赛中获得第一名。

Booking.com 目的地推荐挑战赛

2021 年 3 月

Booking.com Web 搜索和数据挖掘 (WSDM) 2021 年 WebTour 挑战赛


此次推荐系统挑战赛的目标是使用基于数百万个真实匿名住宿预订的数据集提出一种策略,为住客的下一个目的地提供最佳推荐,所有这些都是实时进行的。

使用 Transformers 和 Hugging Face 构建世界级的 NLP 模型

2021年3月

使用 Transformers 和 Hugging Face 构建世界级的 NLP 模型


观看此视频,了解简短的历史课程和自然语言处理的当前状态,以及在四场不同比赛中使用 Hugging Face 转换器的最佳实践。

COVID-19 mRNA 疫苗降解预测竞赛

2020 年 10 月

OpenVaccine:COVID-19 mRNA 疫苗降解预测


在此次比赛中,团队负责开发机器学习模型并设计 RNA 降解规则。这些模型在包含 3000 多个 RNA 分子(这些分子涵盖一系列序列和结构)的 Eterna 数据集上进行训练,需要预测 RNA 分子每个碱基的可能降解率,以及在每个位置的降解率。

2020 年 Google 地标识别大赛

2020 年 9 月

2020 年 Google 地标识别大赛


在此次地标识别大赛中,团队必须构建模型,以识别复杂测试图像数据集中的正确地标(如果有的话)。这说起来容易但做起来难,因为地标识别包含的类数量要多得多。例如,本次比赛的类数量在 81,000 以上。

SIIM-ISIC 黑色素瘤分类

2020 年 8 月

SIIM-ISIC 黑色素瘤分类


在此次比赛中,团队必须创建机器学习模型,以从患者的图像中识别皮肤病变,并确定哪些图像更有可能代表黑色素瘤。获胜的机器学习模型能够比普通皮肤科医生更早、更准确地识别黑色素瘤。

Grandmaster 系列

Grandmaster 系列是面向数据科学家的每月教学视频系列。在每一集中,领先的数据科学专家都会分享他们的见解、最佳实践和从最近的比赛中学到的关键知识。收听并了解如何将他们的知识应用于您自己的数据科学挑战。

注册以接收数据科学新闻