人工智能的学习，不能只停留在算法和代码，更要走进真实场景，解决实际问题。

和鲸社区举办的2025人工智能实训季，特别设计了 初、中、高不同难度等级共14套赛题，其中中阶部分包含5大经典项目赛题，覆盖时间序列预测、结构化建模、文本情感分析、推荐系统和能源预测等方向。

2025人工智能实训季 中阶赛题概览

 四大理由：一定要挑战中阶赛题 

• 真实数据驱动：全部数据源自真实行业场景，并遵循CC0协议，可自由复用。

• 进阶必经之路：既不小白，又足够挑战，是迈向高阶算法竞赛和科研项目的桥梁。

• 简历亮点加分：完成任务即可获得官方证书+项目经历，助力求职、科研申请。

• 海量资料，全程免费：不仅每套赛题均配有Baseline，且和鲸社区为参赛者提供从Python到深度学习的全套学习资料，以及云端运行环境，助你快速上手

🧑‍🎓如果你已经掌握了Python和机器学习的基础，正在寻找一个能锻炼模型实践、积累项目经验、为简历加分的机会，那么中阶赛题就是你突破的最佳选择。

🧑‍🎓如果你是初次接触数据科学，想要入门AI算法应用，那推荐你去尝试一下初阶赛题，难度友好，可以带你快速入门。

🚗实训季直通车：https://www.heywhale.com/u/3b9f6f

 五大赛题 逐一解析 

中阶赛题围绕推荐系统、图像识别、文本分类、预测分析和时序预测五大核心方向展开。每套赛题均提供Baseline和云端运行环境，全程免费！以下为五套赛题的任务解析：

赛题一：空气质量预测（PM2.5）

• 任务类型：时空预测

• 可掌握知识点：时间序列预测、LSTM/随机森林回归

• 赛题亮点：PM2.5是空气污染的重要指标，关系到城市交通安全和居民健康。该赛题利用气象监测数据和污染物浓度数据预测未来PM2.5浓度，要求参赛者处理复杂的多变量时序数据，并探索深度学习与传统机器学习方法的融合应用，兼具科研价值与现实意义。

赛题二：用户贷款违约预测

• 任务类型：结构化数据预测

• 可掌握知识点：信用评分建模、类别不平衡处理、AUC指标优化

• 赛题亮点：基于用户的收入、年龄、婚姻、职业、资产拥有情况等结构化信息，预测贷款是否违约。该任务贴近金融风控的实际场景，难点在于违约样本的稀缺与不均衡分布。选手需要通过合理的特征工程、采样策略以及模型优化来提升预测效果，同时理解AUC等评估指标在风控中的应用价值。

赛题三：商品评论情感预测

• 任务类型：文本情感多分类

• 可掌握知识点：中文文本预处理、情感分析、深度学习文本分类

• 赛题亮点：利用京东电商平台的评论数据（包括数百万条评论及对应商品信息），对评论内容进行情感分类。任务聚焦中文NLP场景，考察分词、停用词处理、向量化等预处理技术，以及CNN、RNN、Transformer等深度学习方法在情感分析中的应用。成果能帮助电商平台更好地洞察用户情绪，提升推荐和营销策略。

赛题四：视频评分预测挑战赛

• 任务类型：评分预测

• 可掌握知识点：推荐系统、协同过滤、特征工程、回归模型应用、矩阵分解

• 赛题亮点：通过用户历史评分数据和视频基础信息（关键词、类别、时长、热度等），预测用户对未观看视频的评分。数据规模较大，涵盖上万用户和数十万条评分记录。该任务锻炼参赛者在推荐系统中的数据建模能力，要求在协同过滤和矩阵分解等方法上进行探索，并结合特征工程提升推荐效果。

赛题五：风电功率预测

• 任务类型：时序预测

• 可掌握知识点：风功率预测、时序预测、特征工程、结构化数据建模

• 赛题亮点：基于风机2018-2019年的运行数据（气温、风速、风向与输出功率），预测2020年初的功率输出。该任务直接面向新能源行业，是智能电力调度与可再生能源利用的重要问题。选手需要处理高频时间序列，并构建具备泛化能力的预测模型，从而提升风能利用效率。