Competitions

進行中的競賽
Hide All

進行中
開始
9/16/2019 12/30/2019
結束
35 萬元(NTD) TOTAL REWARD
429
TEAMS

Click here to DOWNLOAD competition description English version

如何設計一個系統,能自動閱讀論文摘要後,標註並統整論文裡所涉及的演算法? 鑑於當今電腦科學的發展日新月異,演算法的更迭與演進以爆炸式的成長,歸納及統整這些演算法所需的人力將不復以往,而爬梳相關文獻所需的時間也往往讓研究者們深感無力。因此,讓機器自動梳理這些不斷推陳出新的演算法,將會是無可避免的嘗試。即便在人力可負擔的情形下,讓機器自動統整相關演算法,將可以讓研究者騰出時間做更有意義的事。

在本系列的競賽中,我們將嘗試以語意分析的技術解決一個令電腦科學研究者頭痛已久的問題:「如何設計一個能自動閱讀論文摘要,標注並統整論文中所發明、使用或用來比較的演算法的系統」。

 

競賽任務1[論文標註競賽]:

我們將提供arXiv上電腦科學相關的論文摘要,參賽者需要使用這份資料預測論文中每個句子的分類(Background、Objectives、Methods、Results、Conclusions、Others)。需要注意的是句子可以有多個分類,例如:一個句子可以同時是Objective和Methods。

(More)

距離比賽結束

進行中
開始
9/16/2019 12/30/2019
結束
35 萬元(NTD) TOTAL REWARD
369
TEAMS

Click here to DOWNLOAD competition description English version

如何設計一個系統,能自動閱讀論文摘要後,標註並統整論文裡所涉及的演算法? 鑑於當今電腦科學的發展日新月異,演算法的更迭與演進以爆炸式的成長,歸納及統整這些演算法所需的人力將不復以往,而爬梳相關文獻所需的時間也往往讓研究者們深感無力。因此,讓機器自動梳理這些不斷推陳出新的演算法,將會是無可避免的嘗試。即便在人力可負擔的情形下,讓機器自動統整相關演算法,將可以讓研究者騰出時間做更有意義的事。

在本系列的競賽中,我們將嘗試以語意分析的技術解決一個令電腦科學研究者頭痛已久的問題:「如何設計一個能自動閱讀論文摘要,標注並統整論文中所發明、使用或用來比較的演算法的系統」。

 

競賽任務2 [論文分類競賽]:

從arXiv的電腦科學相關論文摘要,預測出摘要所屬的類別(Theoretical Paper, Engineering Paper, Empirical Paper, Others)。需注意的是摘要可以有多個分類,例如: 摘要可以同時是Theoretical Paper和Engineering Paper。

(More)

距離比賽結束

即將開始的的競賽
Hide All

即將開始
開始
12/15/2019 1/15/2020
結束
23 萬元(NTD) TOTAL REWARD
1366
TEAMS
一卡在手,妙用無窮!
在台灣,20歲以上持有信用卡人數超過六成。因信用卡具備高回饋、延遲付款以及付款便利等特性,使得信用卡成為人們支付時不可或缺的工具。不過隨著科技的日新月異,不肖分子也針對此支付模式衍生出新的犯罪手法,即「信用卡盜刷」。

面對盜刷,一般民眾除了可以透過經常對帳、防止卡片資訊外洩等方式來避免外,國內外銀行及發卡組織近年也開始運用機器學習演算法找出潛在的盜刷交易,並及早因應。然而,盜刷的樣態千百種,到底什麼才是足以判斷為盜刷的關鍵因子呢? 

本次競賽提供去識別信用卡交易授權資料,希望大家集思廣益,一同「反盜刷」!不僅捍衛自己的資產,守護身邊親友的財富,更有機會獲得高額獎金!

本次競賽共包含兩場獨立賽事,分別為「線上對決–模型準度爭霸戰」與「正面交鋒–創意做法擂台戰」。「線上對決–模型準度爭霸戰」為2019/09/06 – 2019/11/22於T-Brain平台上傳預測結果的競賽,將以預測準確度為排名依據,爭取最高12萬元的獎金;「正面交鋒–創意做法擂台戰」將於頒獎典禮當天舉行,獲獎資格為曾於「線上對決–模型準度爭霸戰」上傳成功且「非前六名」得獎的參賽者,每一獎項皆有新台幣5,000(含)元以上獎金,獲獎機率高達20%,只要您願意分享您的建模做法,就有機會將獎項抱回家!

以下頁面內所有說明為「線上對決–模型準度爭霸戰」之競賽細節,「正面交鋒–創意做法擂台戰」之進行內容、方式與報名連結,敬請參賽者密切注意主辦單位相關公告與通知。

 


預測說明

  • 預測該筆交易是否為盜刷交易
(More)

距離比賽開始

已結束的競賽
Show All

已結束
開始
9/11/2019 10/6/2019
結束
45 萬元(NTD) TOTAL REWARD
244
TEAMS

    在保險業中,每個王牌業務員都有自己的一套銷售手法與良好的客戶關係經營。透過了解客戶需求,為客戶保單健檢,最後客制化出客戶想要保單組合,一步一步都是透過經驗的累積,才能夠行雲流水地成功推銷公司的保單。那麼客戶會願意購買保單,是業務員靠銷售手法創造出來的,還是客戶本身保險需求被挖掘出來的呢?事實上一次成功的保單交易,兩者缺一不可。

    本次比賽的主要目的就是:「以現今機器學習的技術,挖掘出保險需求可能較高的客戶,並提供精準的銷售名單給業務員。」讓業務員可以花時間去經營、銷售較容易購買保險的客戶,把時間花在刀口上,去創造客戶對於保單的需求。

 


預測目標說明

在保險業中,客戶購買保單之行為模式相對複雜,本次競賽著重於單一險種,將預測在某一個時間點,公司既有客戶在未來三個月內是否會購買重疾險保單,為經典的二元分類問題。本競賽提供某年客戶特徵與購買商品之擬真資料,希望考驗參賽團隊進行資料分析以及創意發想,進而建立精準預測之客戶購買模型。

(More)
已結束
開始
5/6/2019 7/21/2019
結束
23 萬元(NTD) TOTAL REWARD
1330
TEAMS

吃米要知米價,但身處在台灣各地的你真的知道房價嗎?
不知道也沒關係!一起透過比賽來了解吧!

購買屬於自己的房子,是我們一生中的大事,評估房子的好壞,不僅要考慮房子的大小、屋齡,甚至連附近的生活機能和未來發展性都是一大考量因素。然而在眾多的考量中,什麼才是影響房價高低至關重要的因素呢?

為了讓大家找出影響房價的潛在因子,本次比賽提供公開資訊及部分行內估價資料,希望大家集思廣益,結合AI力量、發揮見微知著的精神,一起朝一流的估價師邁進吧!


預測商品說明

  • 不動產(RE):預測不動產總價
(More)
已結束
開始
1/2/2019 3/14/2019
結束
23 萬元(NTD) TOTAL REWARD
1121
TEAMS

對於每間企業而言,顧客的喜好及購買行為一直都是企業關注的議題。而投放的行銷是否有效益,顧客會不會以購買表示支持,也是企業經營的重要生存關鍵。
在科技化的時代,人們習慣用網路瀏覽來探索商品,因此每間企業都努力的在網站上吸引顧客的眼球,期待顧客的買單,但顧客究竟會不會買單,傳統上我們只能事後得知。因此我們就在想,有沒有辦法透過模型進而預測顧客的購買行為呢?
本次比賽提供顧客在玉山官網上120天的瀏覽行為、基本屬性及交易/申請的去識別化行為資料,希望結合群眾智慧,預測顧客在之後的30天與玉山有哪些金融商品的往來。



預測商品說明

  • 信用卡(CC):預測顧客是否申辦信用卡,不論後續是否核卡成功
  • 信託類產品(WM):預測顧客是否以單筆/定期定額的方式,進行信託類產品(包括基金、債券、股票、ETF…)的申購/轉換

【註:申購定期定額基金只會顯示最早申購及轉換的時點,若後面月份只是持續扣款則不會出現在TBN_WM_TXN資料表當中】

  • 信貸(LN):預測顧客是否進件,不論後續是否申貸成功
  • 外匯(FX):預測顧客是否以台幣購買外幣

(More)
已結束
開始
11/5/2018 12/21/2018
結束
20 萬元(NTD) TOTAL REWARD
733
TEAMS
旅行團成行與否取決於是否有足夠量的訂單成立,並且未被取消。但為了保留足夠的彈性維護消費者的權益,現行旅行商品的預約方式不論對客戶與服務提供的廠商(旅行社)一直都存在一個困擾,亦即大量的訂單中有不少訂單最終會被取消。因此,如何能在接到訂單的同時準確的預測該筆訂單是否最終會成行,將可大幅度地降低旅行社的成本,同時也可讓旅行社提供更優質的服務。

本次比賽主要目的是透過旅行社訂單的資料來預測該筆訂單最終是否成行。結合該筆訂單的訂單來源、該訂單所欲購買的旅行商品基本資訊,預測該筆訂單成行的機率。
(More)
已結束
開始
7/23/2018 9/14/2018
結束
20 萬元(NTD) TOTAL REWARD
495
TEAMS

開發新客戶所需要的成本是維護既有客戶的5倍,因此既有客戶的續約金額是企業重要的獲利指標。而掌握影響客戶續約或流失的關鍵,自然成為企業經營的重要課題。

保險商品的規格較複雜,通常無法直接判斷商品好壞。且個別客戶因實際事件而獲得賠償的頻次不一,因此購買之後也不一定有機會親身體驗商品價值。那到底什麼才是既有客戶續購保險商品的關鍵?在此,我們提供跨國產險公司近一年的客戶特徵與續約金額狀況,希望集合各位參賽者的智慧,找出有效預測既有客戶的續約金額模型或方法。

(More)
已結束
開始
4/3/2018 6/22/2018
結束
20 萬元(NTD) TOTAL REWARD
487
TEAMS

股價是否能被預測, 一直存在著正反兩派的觀點。有效市場派認為股價波動是隨機遊走而無法預測下一步會怎麼走, 往那個方向走。然而有效市假說似乎又與現實相悖, 許多研究顯示短期股價的相關性並不為零, 會有動量的存在, 而這是趨勢投資的基石。

因此我們提供參賽者 台灣上市/櫃公司近五年來的歷史每日股價(開盤,最高,最低,收盤)及成交量,希望能集合各位參賽者的智慧來找出預測股價的模型與方法。

參賽者依主辦單位所提供台灣上市/櫃近五年來的歷史每日股價(名目股價與調整股價)及成交量來預測台灣十八檔上市櫃成分證券ETF在下一週五天的漲跌及價格。


標的物

 

  • 國內上市櫃成分證券ETF
    • 共18檔ETF (排除正向2倍或反向ETF)

 

(More)
已結束
開始
1/22/2018 3/23/2018
結束
20 萬元(NTD) TOTAL REWARD
424
TEAMS

惡意程式偵測 (Malware Detection) 一直是資訊安全 (Cyber Security) 十分重要的一個環節,如果能有效偵測出家庭網路或企業網路中的惡意程式,並在程式進行惡意行為之前就阻擋及移除,就可以有效保護使用者的電腦及個人資料等資訊環境的安全。最傳統的防毒 (Antivirus) 是透過惡意程式中特定的程式區塊 (Signature) 來判斷惡意程式,需要資安專家來對惡意程式進行大量分析。最近因為機器學習 (Machine Learning) 的發展,使用機器學習來偵測病毒也成為防毒軟體必備的功能了。

然而傳統方式跟機器學習都需要對惡意程式的原始檔案進行掃描跟分析,當檔案數量及檔案大小很大的時候,就要花費較高的運算資源。所以要善用其他資訊來預判一個檔案的可疑程度,來降低掃描檔案實際所需要運算資源。本次競賽就是希望在不使用原始檔案 (file agnostic) 的情況下,以使用者電腦發現可疑檔案的紀錄,來判斷一個程式是不是惡意程式。

 

(More)
Loading . . .