课程主页： http://home.ustc.edu.cn/~hwd/ 机器学习与知识发现 课程实验 授课老师：陈恩红 课程主页： http://home.ustc.edu.cn/~hwd/ 4/12/2019
QM9数据集：分子属性预测 数据链接： https://github.com/geekinglcq/QM9nano4USTC 数据简介：该数据集包括了13万有机分子的构成,空间信息及其对应的属性. 它被广泛应用于各类数据驱动的分子属性预测方法的实验和对比. 除了原始数据外,我们还给出了一些有效的预处理/特征工程方案,如CM,HOB,BAML等. 目标：预测分子能量（对应变量：U0） 特征类型 实例数量 特征数量 任务类型 缺失值 多变量 133, 885 / 回归 有
BDCI-18比赛题目：面向电信行业存量用户的智能套餐个性化匹配模型 任务目标：利用已有的用户属性(如个人基本信息、用户画像信息等)、 业务属性、消费习惯及偏好，预测最适合用户的套餐类型（共5种）。 数据集：CSV格式，训练集612652条，测试集262565条。每条样例涵盖 用户的25种输入属性以及目标属性：套餐类型。 结果提交及评估方式：提交csv结果文件，有2列，分别为“用户编号” 和“预测的用户套餐类型”。宏平均F1-score作为最终得分。 重要时间节点：10月19日报名截止，10月24日初赛结束。 比赛链接：https://www.datafountain.cn/competitions/311/details 2019/4/12
BDCI-18比赛题目：汽车行业用户观点主题及情感识别 任务目标：以用户对汽车的评价文本为输入，确定对应的讨论主题和 情感值（正向1、中性0、负向-1），以帮助厂商分析评论用户对所讨论 主题的偏好。 数据集：CSV格式，训练集9947条，测试集2364条。训练集已经过人工 标注，共有5个字段：评论ID、文本内容、主题（限定为10类）、情感 值、情感词（不作为评分依据）。 结果提交及评分方式：提交csv结果文件，字段与训练集一致。采用F1- Score评价方式。按照“主题+情感分析”识别数量和结果（是否正确） 来进行判断，注意：参赛者需要识别文本中可能包含的多个“主题”。 重要时间节点：10月19日报名截止，10月22日初赛结束。 比赛链接：https://www.datafountain.cn/competitions/310/details 2019/4/12
BDCI-18比赛题目：互联网金融平台用户评价观点提取 任务目标：参赛者根据用户评论数据进行分析，提取用户对于平台的 评价或印象（如：利率高、提现速度慢、客服态度好、活动多、安全有 保证、不讲信用等），要求相同或相似评价进行聚合处理（如：利率高 、收益率高等认为属于相同或相似评价）。同时，分析新闻事件对用户 评论观点随时间变化的影响。 数据集：评论数据来源于爬取的互联网金融平台评论数据，共14万条 ，每一条包括：评论ID，评论内容，评论时间，平台名称，用户名称等 。新闻数据来源于网页、微信、BBS、手机app、论坛、电子报等。每 条新闻内容包含文章ID，新闻标题，新闻内容，发布时间，和新闻发布 平台名称。 结果提交及评分方式：要求参赛者将评论分析的模型、算法、结果及 相关重要细节以PDF文档的方式进行提交。如果有额外爬取的数据，要 求参赛者上传其爬取的数据及相关数据的说明。 重要时间节点：11月11日报名截止，11月24日决赛。 比赛链接：https://www.datafountain.cn/competitions/309/details
实验要求 自行组队：每人只限参加一个队伍，每队最多不超过4人；10月19日前 将队伍信息（人员姓名+学号，队伍选题）发到 yijuwa@outlook.com 实验数据：比赛中的数据可在报名后自行下载，也会在课程主页上提 供 实验报告：写明组内人员分工，实验任务目标，实验所用方案技术， 实验结果及分析等 截止时间：2019.1.4 2019/4/12
课程主页： http://home.ustc.edu.cn/~hwd/ 机器学习与知识发现 文献阅读 授课老师：陈恩红 课程主页： http://home.ustc.edu.cn/~hwd/ 4/12/2019
报告要求 阅读至少3篇英文论文（CCF推荐的A，B类会议、期刊），选题与课程 相关即可，具体不限 根据所读论文撰写文献阅读报告，中/英文不限，鼓励使用英文 截止时间：2019.1.4 2019/4/12