Las empresas utilizan una plataforma de competiciones de ciencia de datos para organizar desafíos de ciencia de datos que resultan difíciles de resolver para un solo grupo.
Plataforma
Históricamente, los desafíos de crowdsourcing han demostrado ser eficaces para resolver problemas muy complejos. [ 1 ] El Premio Netflix es un ejemplo de ello. Desde entonces, se han desarrollado diversas plataformas basadas en la idea de concursos de ciencia de datos. Se han realizado investigaciones sobre cómo la competencia puede mejorar el rendimiento de la investigación. Empresas como JPMorgan Chase también organizan concursos internos con la participación de un gran número de empleados. [ 2 ]
Ejemplos de plataformas de competencias de ciencia de datos incluyen Bitgrit, [ 3 ] Correlation One, Kaggle , InnoCentive , Microprediction, [ 4 ] AIcrowd, [ 5 ] y Alibaba Tianchi . [ 6 ] La plataforma de competencias de Alibaba se utilizó en KDD 2017.
Véase también
Referencias
- ^ Saez-Rodriguez, Julio; Costello, James C.; Friend, Stephen H.; Kellen, Michael R.; Mangravite, Lara; Meyer, Pablo; Norman, Thea; Stolovitzky, Gustavo (2016). "Crowdsourcing biomedical research: leveraging communities as innovation engines" . Nature Reviews Genetics . 17 (8): 470– 486. doi : 10.1038/nrg.2016.69 . PMC 5918684 . PMID 27418159 .
- ^ Cotton, Peter (2019). "Cadenas de suministro autoorganizadas para la micropredicción: usos presentes y futuros del protocolo ROAR". Taller ICML sobre IA en finanzas . arXiv : 1907.07514 .
- ^ "Plataforma de ciencia de datos y mercado de IA | bitgrit" . bitgrit.net .
- ^ https://www.microprediction.org
- ^ "AIcrowd" . AIcrowd .
- ^ "Tianchi: Plataforma de inteligencia colectiva" . tianchi.aliyun.com .
- Ciencias de la información
- Premios de desafío