比賽時間:5 月 11 日
比賽地點:濠江中學
理論考試
編程考試
總比賽時長:5 小時
比賽對象:在澳門本地就讀的初一到高三學生
報名時間:由即日起到 4 月 30 日
報名費用:每人 MOP 20
報名方式:活動報名連結:https://events.mcs.mo/,於系統中注冊帳號後報名並完成支付。
參考資料:https://ioai-official.org/syllabus-2025/
題目分佈:
比賽平台:Kaggle
使用方式:選手在 Kaggle上進行比賽,完成後需要打包所有代碼、模型和數據,賽後評分
預先準備:選手可預先熟悉 Kaggle 平台的使用: https://www.kaggle.com/
允許查詢的網站(比賽過程中可查詢,但不能登入、發佈問題或與他人交流):
限制:不能訪問上述網站之外的其他網站,違者視為作弊,取消比賽成績
參考 Syllabus-2025-Final,其中一些較為基礎的內容
編程基礎
Python 基礎:循環、函數、文件讀寫、使用第三方庫 等
數據處理:NumPy, Pandas
NumPy: the absolute basics for beginners — NumPy v2.2 Manual
Getting started tutorials — pandas 2.2.3 documentation
數據可視化:Matplotlib, Seaborn
Tutorials — Matplotlib 3.10.0 documentation
User guide and tutorial — seaborn 0.13.2 documentation
機器學習:Scikit-learn
User Guide — scikit-learn 1.6.1 documentation
深度學習:PyTorch
Learn the Basics — PyTorch Tutorials 2.5.0+cu124 documentation
機器學習(Scikit-learn)
監督學習:線性回歸、Logistic 回歸、KNN、決策樹、隨機森林
非監督學習:K Means、PCA、t-SNE
模型估計: 常用指標(Accuracy, Precision, Recall, F1-Score 等)、過擬合和欠擬合、超參數調整、交叉驗證
深度學習與神經網絡(PyTorch)
神經網絡:梯度下降、反向傳播、激活函數、損失函數
深度學習:多層感知機、SGD、Adam、學習率
計算機視覺(PyTorch)
CNN 卷積神經網絡、池化、圖像分類問題、遷移學習(ResNet, MobileNet)、圖像增廣技術
物體識別模型(YOLO, SSD),圖像分割模型(U-Net)
自然語言處理(PyTorch)
詞嵌入 / 詞向量(word2vec)、Transformer 基礎(Attention 機制)、預訓練 NLP 模型(BERT、GPT)
見附件
萬高信息科技有限公司 https://www.infomacro.com/