标签：竞赛 泛化 评分标准 模型 算法 比赛 答辩 评委 心得体会

1. 即便明显落后于其他对手，只要能够进入到决赛，就要对自己有信心。因为决赛答辩的随机性是难以避免的，而专业的评委也总能发现你方案或者答辩的闪光点。
2. 即使A榜权重较低，也必须引起重视。因为就算你的模型泛化性能再好，再能够在B榜和终榜上取得遥遥领先，也还是可能会因为没有充分利用A榜较多的提交次数，对测试集进行过拟合，而在A榜排名中位于劣势，在复杂多变的评分标准里吃亏。
3. 要慎重设计自己队伍的展示方案。不要因为数据增强做得好就多讲，这样非但不能解释你的模型为什么泛化性能好，反而还会被认为对数据特点假设过多; 也不要因为对网络设计得新颖就多讲，这样也有可能被会被认为模型复杂而不实用。
4. 千万不要低调和谦虚，在答辩中可以只强调和展示最有利于本队的分数和评分标准，而不提其他落后的。要对自己的线上成绩充满信心，哪怕会引起争议，也不用害怕。
   在赛后点评中，评委们认为检测比赛解决方案已经趋于成熟，因此以后参加单纯的检测比赛要想好怎么做出创新。
5. 最后，既然已是非匿名答辩，看到评委老师是亲切的校友大可不必避嫌，一定要在答辩中坦坦荡荡、光明磊落地强调我是谁和我从哪里来。

标签：竞赛,泛化,评分标准,模型,算法,比赛,答辩,评委,心得体会
来源： https://www.cnblogs.com/wildkid1024/p/14801041.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。