codalab competitions

O que é CodaLab?

CodaLab é uma plataforma de código aberto baseada na web que permite a colaboração de pesquisadores, desenvolvedores e cientistas de dados, com o objetivo de avançar em campos de pesquisa onde o aprendizado de máquina e a computação avançada são usados. CodaLab ajuda a resolver muitos problemas comuns na área de pesquisa orientada a dados por meio de sua comunidade online onde as pessoas podem compartilhar planilhas e participar de competições.

Para ver a competição Codalab em ação, visite codalab.lisn.fr.

Codabench, a próxima geração de competições CodaLab, foi lançada. Experimente!

Documentação

• WikiCodaLab

Comunidade

O fórum da comunidade CodaLab está hospedado nos Grupos do Google.

• Fórum de Grupos do Google de Competições CodaLab

Instalação rápida (para Linux!)

Para participar de competições, ou mesmo organizar sua própria competição, você não precisa instalar nada , basta entrar em uma instância da plataforma (por exemplo, esta). Se você deseja configurar sua própria instância de competições CodaLab, aqui estão as instruções:

Instale o docker e adicione seu usuário ao grupo docker, se ainda não o fez

 $ wget -qO- https://get.docker.com/ | sh
$ sudo usermod -aG docker $USER

Clone este repositório e obtenha a configuração do ambiente padrão

 $ git clone https://github.com/codalab/codalab-competitions
$ cd codalab-competitions
$ cp .env_sample .env
$ pip install docker-compose
$ docker-compose up -d

Agora você deve conseguir acessar http://localhost/

Mais detalhes sobre como configurar sua própria instância:

• Configure o Codalab do zero
• Configurar armazenamento de dados

Licença

Copyright (c) 2013-2015, The Outercurve Foundation. Copyright (c) 2016-2021, Université Paris-Saclay. Este software é lançado sob a Licença Apache 2.0 (a "Licença"); você não poderá usar o software exceto em conformidade com a Licença.

O texto da Licença Apache 2.0 pode ser encontrado online em: http://www.opensource.org/licenses/apache2.0.php

Cite competições do CodaLab em sua pesquisa

 @article{codalab_competitions_JMLR,
  author  = {Adrien Pavao and Isabelle Guyon and Anne-Catherine Letournel and Dinh-Tuan Tran and Xavier Baro and Hugo Jair Escalante and Sergio Escalera and Tyler Thomas and Zhen Xu},
  title   = {CodaLab Competitions: An Open Source Platform to Organize Scientific Challenges},
  journal = {Journal of Machine Learning Research},
  year    = {2023},
  volume  = {24},
  number  = {198},
  pages   = {1--6},
  url     = {http://jmlr.org/papers/v24/21-1436.html}
}