<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>男单 618 &#187; 数学建模</title>
	<atom:link href="http://www.ai7.org/wp/html/category/%e6%95%b0%e5%ad%a6%e5%bb%ba%e6%a8%a1/feed" rel="self" type="application/rss+xml" />
	<link>http://www.ai7.org/wp</link>
	<description>生活象筒装的卫生纸，开始的时候怎么扯都不觉得在转，后来转的越来越快。</description>
	<lastBuildDate>Tue, 17 Aug 2010 04:19:13 +0000</lastBuildDate>
	<generator>http://wordpress.org/?v=2.9.2</generator>
	<language>en</language>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
			<item>
		<title>百万美元大奖：Netflix Prize！</title>
		<link>http://www.ai7.org/wp/html/379.html</link>
		<comments>http://www.ai7.org/wp/html/379.html#comments</comments>
		<pubDate>Fri, 07 Mar 2008 13:16:52 +0000</pubDate>
		<dc:creator>amao</dc:creator>
				<category><![CDATA[数学建模]]></category>
		<category><![CDATA[科技]]></category>

		<guid isPermaLink="false">http://www.ai7.org/wp/?p=379</guid>
		<description><![CDATA[　　DVD在线租赁商 Netflix 于 2006 年 10 月 2 日发起一项竞赛：Netflix Prize，任何组织或个人只要能够提交比它现有电影推荐系统 Cinematch 效果好 10% 的新方法，就可以获得一百万美元的奖金。竞赛最多持续到 2011 年 10 月 2 日。同时，Netflix Prize 还提供每年五万美元的年度进步奖。2007 年年度进步奖由来自 AT&#38;T 的 BellKor 小组夺得。
　　竞赛提供四十八万多用户对一万七千多部电影的上亿条评分记录，要求参赛者根据这些信息推测另外近三百万条记录打了什么分数。Netflix 计算参赛者的推测与实际的打分结果的 RMSE（root mean square error），以此评定成绩。Cinematch 自己的 RMSE 是 0.9514。目前最好成绩是 0.8675，由&#8221;When Gravity and Dinosaurs Unite&#8221; 小组于 2008 年 3 月 1 日提交。BellKor 小组暂居第二，成绩是 0.8682（去年 BellKor 获奖的成绩是 0.8712）。
　　截止到 2008 年 [...]]]></description>
			<content:encoded><![CDATA[<p style="TEXT-ALIGN: justify">　　DVD在线租赁商 <a href="http://www.netflix.com/">Netflix</a> 于 2006 年 10 月 2 日发起一项竞赛：<a href="http://www.netflixprize.com/">Netflix Prize</a>，任何组织或个人只要能够提交比它现有电影推荐系统 Cinematch 效果好 10% 的新方法，就可以获得一百万美元的奖金。竞赛最多持续到 2011 年 10 月 2 日。同时，<a href="http://www.netflixprize.com/">Netflix Prize</a> 还提供每年五万美元的年度进步奖。2007 年年度进步奖由来自 AT&amp;T 的 <a href="http://www.research.att.com/~volinsky/netflix/">BellKor</a> 小组夺得。</p>
<p style="TEXT-ALIGN: justify">　　竞赛提供四十八万多用户对一万七千多部电影的上亿条评分记录，要求参赛者根据这些信息推测另外近三百万条记录打了什么分数。<a href="http://www.netflix.com/">Netflix</a> 计算参赛者的推测与实际的打分结果的 RMSE（root mean square error），以此评定成绩。Cinematch 自己的 RMSE 是 0.9514。目前最好成绩是 0.8675，由&#8221;<a href="http://home.mit.bme.hu/~pila/gravity_and_dinosaurs/gdp">When Gravity and Dinosaurs Unite</a>&#8221; 小组于 2008 年 3 月 1 日提交。<a href="http://www.research.att.com/~volinsky/netflix/">BellKor</a> 小组暂居第二，成绩是 0.8682（去年 <a href="http://www.research.att.com/~volinsky/netflix/">BellKor</a> 获奖的成绩是 0.8712）。</p>
<p style="TEXT-ALIGN: justify">　　截止到 2008 年 3 月 7 日 20:55:57，竞赛已经吸引了来自 168 个国家的 27600 多支队伍参加，收到 23170 份有效的提交结果。成绩最好的 40 份结果进入<a href="http://www.netflixprize.com/leaderboard">排行榜</a>。</p>
<p style="TEXT-ALIGN: justify">　　<a href="http://www.netflixprize.com/">Netflix Prize</a> 竞赛应该说是双赢的活动。一方面，<a href="http://www.netflix.com/">Netflix</a> 以相对较少的成本，吸引了全球的研究者为其开发电影推荐算法，并获得了良好的宣传效应。另一方面，竞赛所提供的海量真实数据对于数据挖掘，知识发现，机器学习等方向的研究来说，是不可多得的珍贵数据。</p>
<p style="TEXT-ALIGN: justify">PS：关于竞赛更多的信息，请自行在网上查找</p>
]]></content:encoded>
			<wfw:commentRss>http://www.ai7.org/wp/html/379.html/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>有趣的问题：预测北京奥运中国队奖牌数量</title>
		<link>http://www.ai7.org/wp/html/366.html</link>
		<comments>http://www.ai7.org/wp/html/366.html#comments</comments>
		<pubDate>Tue, 26 Feb 2008 05:25:02 +0000</pubDate>
		<dc:creator>amao</dc:creator>
				<category><![CDATA[数学建模]]></category>

		<guid isPermaLink="false">http://www.ai7.org/wp/?p=366</guid>
		<description><![CDATA[　　08奥运会召开在即，有网友对中国队的获奖数量进行了预测。有兴趣的同学是不是也尝试一下，研究各国获奖牌数量与各种因素的关系，建立自己的模型，并对中国队在北京奥运会上的表现进行预测。
]]></description>
			<content:encoded><![CDATA[<p>　　08奥运会召开在即，有网友<a href="http://society.solidot.org/article.pl?sid=08/02/26/0113200&amp;from=rss">对中国队的获奖数量进行了预测</a>。有兴趣的同学是不是也尝试一下，研究各国获奖牌数量与各种因素的关系，建立自己的模型，并对中国队在北京奥运会上的表现进行预测。</p>
]]></content:encoded>
			<wfw:commentRss>http://www.ai7.org/wp/html/366.html/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>08年 MCM/ICM 竞赛规则的几点变化</title>
		<link>http://www.ai7.org/wp/html/345.html</link>
		<comments>http://www.ai7.org/wp/html/345.html#comments</comments>
		<pubDate>Mon, 04 Feb 2008 14:10:13 +0000</pubDate>
		<dc:creator>amao</dc:creator>
				<category><![CDATA[数学建模]]></category>

		<guid isPermaLink="false">http://www.ai7.org/wp/?p=345</guid>
		<description><![CDATA[　　相比于 07 年的规则，08 年的竞赛规则有几点比较明显的变化，相信大家已经注意到了，这里再提一下。资料来源：http://www.comap.com/undergraduate/contests/mcm/instructions.php

明确强调，对于违犯竞赛规则的参赛队，其 advisor 在一年内不能再指导其他队，意即禁赛一年，其单位 &#8220;put on one year&#8217;s probation&#8221;（缓期一年执行？）。如果该单位又有一个队违规，至少被禁赛一年。
不再限制每个学校、每个系、以及参加MCM、ICM的具体的参赛队数量。但是每个 advisor 最多只能指导两个队的原则不变。
要交论文的电子版，PDF 或者 Word 格式的文件。只需要提交论文的电子版，不需要程序和软件，因为在评阅的时候只看论文。如果一个学校有多个参赛队，建议刻成一张CD-ROM，并打上标签，标明是 08 年 MCM/ICM，以及相应的 control numbers。（注意，关于这一点，与前文稍有矛盾。前文讲，只收打在纸上的论文，其他的材料统统不要。这是用的往年的规则，没有改过来。）
国际参赛队会收到电子版的证书。（不太清楚纸版的证书还会不会寄）

　　未尽事宜，欢迎讨论。

]]></description>
			<content:encoded><![CDATA[<p>　　相比于 07 年的规则，08 年的竞赛规则有几点比较明显的变化，相信大家已经注意到了，这里再提一下。<br />资料来源：<a href="http://www.comap.com/undergraduate/contests/mcm/instructions.php">http://www.comap.com/undergraduate/contests/mcm/instructions.php</a></p>
<ol>
<li>明确强调，对于违犯竞赛规则的参赛队，其 advisor 在一年内不能再指导其他队，意即禁赛一年，其单位 &#8220;put on one year&#8217;s probation&#8221;（缓期一年执行？）。如果该单位又有一个队违规，至少被禁赛一年。</li>
<li>不再限制每个学校、每个系、以及参加MCM、ICM的具体的参赛队数量。但是每个 advisor 最多只能指导两个队的原则不变。</li>
<li>要交论文的电子版，PDF 或者 Word 格式的文件。只需要提交论文的电子版，不需要程序和软件，因为在评阅的时候只看论文。如果一个学校有多个参赛队，建议刻成一张CD-ROM，并打上标签，标明是 08 年 MCM/ICM，以及相应的 control numbers。（注意，关于这一点，与前文稍有矛盾。前文讲，只收打在纸上的论文，其他的材料统统不要。这是用的往年的规则，没有改过来。）</li>
<li>国际参赛队会收到电子版的证书。（不太清楚纸版的证书还会不会寄）</li>
</ol>
<p>　　未尽事宜，欢迎讨论。</p>
<p></p>
]]></content:encoded>
			<wfw:commentRss>http://www.ai7.org/wp/html/345.html/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
	</channel>
</rss>
