8月6日，一年一度的KDD（国际数据挖掘与知识发现）大会召开，数据挖掘领域最高级别的国际会议。
其赛事KDD杯被称为数据挖掘领域的“世界杯”。
今年，KDD杯在赛制上做出了诸多创新。
由百度主办并设立的常规机器学习竞赛（Regular ML Track）不仅刷新了参赛人数纪录，还首次设立了开放研究课题。
中国军团不负众望，斩获大量奖项。
一些重量级奖项。
同时，百度也是赛事的钻石赞助商，帮助提高赛事奖金。
其创新的赛制和投入也获得了KDD主席团的感谢信。
数千支队伍齐聚数据挖掘世界杯“诸神之战”KDD杯颁奖典礼。
据悉，KDD杯（国际知识发现与数据挖掘竞赛）由全球最具影响力的科学组织ACM（计算机协会）主办。
和教育计算组织。
今年4月，经过多轮答辩和PK，百度继微软研究院、雅虎。
在KDD Cup DAY演讲环节，活动组委会成员强调，本次活动深刻影响了行业内的个人、公司和研究机构。
组委会也认为，赛事主办方应该让赛事具有挑战性，但又在可控范围内。
经过精心挑选，百度被确定为定期机器学习竞赛的主办方。
作为国内外享有盛誉的人工智能巨头，百度在人工智能、大数据、计算机科学等领域处于领先地位，在人工智能实施和产业智能方面拥有突出成就。
这也是组委会选择百度的重要原因。
。
会议议程显示，颁奖典礼包括主席致辞、颁奖典礼、会议致辞、聚光灯、圆桌讨论等完整的闭环议程，体现了KDD杯在整个KDD大会中的重要性。
据统计，今年KDD杯已收到来自39个国家学术/研究机构的多支队伍报名。
其中，百度主办的常规机器学习大赛吸引了超过2支个人开发者队伍。
这个数字创造了历史，不仅是此前官方统计人数的三倍多，也是KDD杯其他赛道人数的10倍多。
参与者包括来自CMU、UIUC、康奈尔大学、清华大学、北大等国内外顶尖学府的学生，以及来自微软、亚马逊、IBM、阿里巴巴等几乎所有国内外一线互联网公司的工程师。
腾讯.本届KDD杯常规赛冠亚军分别为蚂蚁金服队与上海微盟、趋势科技、滴滴出行、北京邮电大学、华南理工大学、京东、 ETC。
;而日本NTT DOCOMO公司代表队和东南大学代表队获得了公开赛的前两名；额外的PaddlePaddle特别奖颁给了中国科学技术大学团队。
KDD杯百度组委会负责人熊辉教授介绍了赛事整体情况。
颁奖典礼还透露了本次赛事的一大亮点：在KDD杯钻石赞助商百度的帮助下，常规机器学习竞赛的总奖金达到了0。
也帮助KDD杯奖金池创下了新的历史纪录。
现场接受采访的一位学术教授认为，奖金升级反映了科技产学研竞赛的日益火爆，以及行业对AI技术和AI人才的真实需求。
百度在竞争中处于创新领先地位。
会议主席致信表达感谢。
与往届“参与者”不同，今年百度成为“出题组织者”。
本次KDD杯常规机器学习竞赛包括“场景感知多模态出行推荐”和开放命题应用竞赛两项任务。
“场景感知多式联运推荐”源自百度真实业务场景。
参赛者需要利用百度提供的海量数据，考虑步行、骑行、出租车及其组合等多种出行方式，同时考虑复杂的城市出行场景。
组合解决方案为用户推荐合适的出行方式。
常规ML赛题设计和开放命题应用竞赛让参赛者利用百度开放大数据自由命题，探索百度大数据在智慧城市领域的应用。
赛道还特别设置了PaddlePaddle特别奖。
获奖团队基于百度大数据和PaddlePaddle平台，提出了多模态协同联合调度研究方案，利用强化学习获得基于时空预测的长期结果。
优化调度和协同调度策略可以进一步提高公共交通资源的使用效率。
据了解，为了进一步优化赛事流程和制度，ACM和百度在本次赛事的组织和评审上做出了多项创新。
其中，“场景感知多模态旅游推荐”赛道不仅设置了新的评分方式，还在决赛中推出了点石平台虚拟环境再现评审机制。
评审团由百度科学家和高级工程师组成。
确保评分公平。
KDD杯百度组委会主任、百度研究院商业智能实验室主任熊辉教授表示：“本次大赛首次设立了模型推荐分、模型效率分和模型效率分的综合评分体系。
评审团评分综合考虑模型推荐能力、模型效率和模型创新性，避免选手技术方案过度堆砌，损失模型的可部署性和可解释性。
” KDD杯主席们也对开放性命题的设置给予了高度评价：“KDD杯举办20年来首次设置了开放性研究竞赛，使竞赛不再局限于研究领域。
”他还表示，“我们将继续向未来的KDD??杯组织者推荐这种竞赛形式。
”特发信感谢百度为本次赛事投入的人力资源以及百度飞桨（PaddlePaddle）为选手们提供免费计算资源，打造了一场成功的赛事作为顶级数据挖掘大会KDD的重要组成部分。
KDD杯的成功举办，让更多人认识到前沿数据挖掘技术在解决实际问题中的重要性，以及人工智能技术在人们智能生活场景中的潜在驱动力。
目前，作为智慧城市的重要组成部分，百度地图、智慧交通等产品正在加速落地。
作为国内人工智能“领头雁”公司，百度也致力于开放更多AI能力，持续与国内外顶尖企业合作。
与学术组织的合作，以竞赛、培训课程、加速器等形式促进产学研融合，为中国人工智能技术向更垂直、更基础的场景渗透奠定坚实的基础。