安徽工程大学2025年大数据与人工智能应用竞赛执行规则竞赛内容.pdfVIP

先天下之忧而忧，后天下之乐而乐。——范仲淹

安徽工2025年大数据与人工智能应用竞赛执行规那么

一、竞赛内容.大数据现场赛

竞赛内容分为大数据平台部署、大数据平台参数优化、大数据预处理、大数据

分析、大数据可视化以及综合应用，具体包括：

大数据平台部署：参赛选手根据题目要求完成大数据平台的部署，包括但不

限于HadoopHDFS、HBase、Hive、Spark、ZookeeperSQOOP、flink,flume,

storm等，并能够根据要求对部署的平台参数进行调整以及测试平台可用性，对多

个平台进行联调，联测，实现数据在不同的平台中进行流转。

大数据预处理：参赛选手根据题目要求对给定的数据（数据可能不完整、不一

致、重复、含噪音等）进行预处理，使得数据准确、完整、一致、可用，并能够对

数据格式进行转换。

大数据分析：参赛选手根据题目要求在已搭建好的大数据平台上进行数据的

分析。

大数据可视化：参赛选手根据题目要求对给定数据进行可视化展示，并能对

可视化结果进行解释说明。

综合应用：对给定的数据集，参赛选手综合应用大数据预处理、大数据分析与

挖掘等技术，求解一个给定的问题。

操作系统：Centos编程语言：Python、Java

Python语言开发环境采用PyCharm,Java语言开发环境采用

Eclipse.人工智能现场赛

o

竞赛内容分为人工智能基础环境搭建部署、样本数据预处理、传统机器学习

算法设计及应用、深度学习算法设计及应用、人工智能技术综合应用，具体包括：

人工智能基础环境搭建部署：参赛选手根据题目要求完成指定版本的人工智

能相关开发环境的部署，包括但不限于Anaconda、深度学习库百度飞桨、旷视天

元、PyTorch,并能够根据要求对部署的框架导入需要的相关库，包含但不限于

sklearn,opencv

o

样本数据预处理：对给定的样本数据，检测和去除数据集中的噪声数据和无

关数据，处理遗漏数据，去除空白数据域，标准化、归一化、二元化数据以及特征

提取等处理。

传统机器学习算法设计及应用：对于主流机器学习算法应用。包含但不限于

逻辑回归、支持向量机、决策树、Kmeans等，根据题目或场景，通过选用机器学

习算法训练模型，实现分类、聚类解决问题。

深度学习算法设计及应用：对于神经网络，自然语言处理等应用。包含但不限

于卷积神经网络，递归神经网络等。根据题目或场景，通过选用深度学习相关算

法，实现如图像、语言，文本分析相关结构化/非结构化数据的识别检测等。

人工智能技术综合应用：给定现实场景和数据集，综合运用人工智能相关技

术解决给定问题。

操作系统：Centos编程语言：Python、Java

Python语言开发环境采用PyCharm,Java语言开发环境采用Ellipse。

1.大数据与人工智能作品赛

参赛作品须围绕大数据与人工智能核心技术，探索有具体落地场景的技术应

用创意方案，如大数据与人工智能技术在工业、农业、医疗、文化、教育、金融、

其身正，不令而行；其身不正，虽令不从。——《论语》

交通、公共平安、日常生活、公益等行业领域的应用探索。

竞赛采用开放命题，参赛作品须使用大数据与人工智能相关技术。参赛者应

充分发挥创新能力，自由探索应用场景并自行获取相关数据，最终提交具有原创

性并能够进行可视化应用展示的参赛作品。