
第十五届蓝桥杯大赛项目实战赛人工智能科目竞赛规则
5星
- 浏览量: 0
- 大小:None
- 文件类型:PDF
简介:
AI人工智能竞赛的具体规定与技术规范和标准。
本文档对第十五届蓝桥杯大赛项目实战赛人工智能科目竞赛规则和技术要求进行了全面介绍。该竞赛旨在吸引在校全日制高职高专学生参与,并通过团队协作的方式进行比赛。每支参赛队伍由三名选手组成,采用线上答题方式进行测试,比赛时长为四小时。竞赛系统以“服务器-浏览器”模式提供试题并收集选手作答情况。竞赛选手机器环境配置要求基于X86架构的设备,必须具备Intel Core i7 8核16线程的高性能CPU处理器,同时内存容量需至少达到16GB,存储空间需不低于500GB。系统要求支持Windows 10及以上版本。编程所需环境需包含Chrome浏览器v90及以上版本、Visual Studio Code v1.76以及Anaconda Anaconda3-2023.03等。试题设置为实践性任务。考生需基于任务指示,采用编写及优化软件代码的方式达成目标。考试内容着重评估人工智能相关知识技能,涵盖机器学习、深度学习、自然语言处理以及计算机视觉等多个应用场景的能力。考核要点涉及数据清洗、模型构建及性能测试,还包括系统的实际应用推广环节。具体技术能力概述包括数据预处理:包括数据清理操作、识别并剔除/修正异常值等基础处理步骤;涉及特征工程中的变量转换与标准化方法(如归一化)、针对类别不平衡问题的调整策略,以及关键属性信息的提取过程。模型训练与评估:涵盖支持使用线性回归和逻辑回归等传统机器学习算法进行分类预测任务的实现方式;同时提供决策树、随机森林等集成学习算法的应用场景描述,并通过卷积神经网络/循环神经网络等深度学习架构处理复杂数据特征。在模型性能指标方面,包括准确率计算方法、模型泛化能力评估标准(如精确率和召回率)及F1分数综合考量策略;同时支持R-squared值计算用于回归问题的评估,并通过均方误差衡量预测精度。模型应用部署:基于Flask框架构建服务端逻辑实现模型推理功能,提供Gradio用户界面进行实时模型调用操作;支持ONNX格式的模型导出文件格式、TensorFlow Lite量化模型优化等技术方案,并结合Pytorch深度学习框架进行参数化配置及性能调优。选手需在比赛限定时间段内完成并提交答案,通过WinSCP工具以FTP形式整合所有队员的作答内容。每支队伍只需提交一份最终结果,可多次上交,最终版本将被采用进行评估。
全部评论 (0)


