2022年我的最大幹貨總結:AI應用賽的路演PPT要怎麼製作?

語言: CN / TW / HK

theme: healer-readable

我是2019年7月畢業的,至今已經工作3年了,畢業後經過1年自學轉型成為了資料分析師。

2022年對我來說,一個很重要的關鍵詞就是:AI比賽,今年,我有幸進入到了諸如【中國資料驅動創新大賽】等AI比賽的全國總決賽。

對我一個文科生來說,能夠靠自學進入到AI類比賽的全國總決賽,跟各位技術大牛交流,已經很知足了,這可不是誇張,有圖有真相。

318cceaee3974bebb7c600347b1d519d (2).png

雖然我目前除了2次全國亞軍,很少在AI比賽上獲得過其他比較亮眼的名次,不過這裡還是藉此機會分享一下我的參賽經驗。

今天跟大家分享的是【AI應用賽的路演PPT要怎麼製作】,分享用到的路演PPT詳見這個連結,這是我今年參加【中國資料驅動創新大賽】的真實路演PPT,有幸獲得了優勝獎:

https://docs.qq.com/slide/DVndRSFpEVkxZVVJZ

image.png

一、AI比賽的分類

在正式開始之前,我相信大家也注意到了,我在標題中做了一個很重要的界定:【AI應用賽】,什麼叫做AI應用賽呢?

想要了解這個概念,就得先弄懂與它相對應的一個概念——【AI演算法賽】所有以檢驗引數的數值作為選手排名標準的比賽都叫做【AI演算法賽】 ,比方說Kaggle絕大部分比賽都可以被稱之為【AI演算法賽】,我們可以看到選手排行完全是按照選手的最終模型在官方設定的測試集上跑出的檢驗引數的大小做排行。

image.png

而【AI應用賽】則有所不同,AI應用賽不單單是考察選手的演算法水平,還會考慮到選手做出的模型跟實際問題的結合度以及研究的創新性等各種綜合指標,因此【AI應用賽】並不像演算法賽那樣有一個非常明確的打分排行標準,很多【AI應用賽】的打分標準都相當的主觀。

image.png

因此,這類比賽除了考察參與者的技術實力,還重視了參與者對自己模型與現實問題結合度的思考,我這裡選擇講解【AI應用賽】的路演PPT。

一個很重要的原因就是【AI演算法賽】的路演PPT基本上就是走個決賽流程,因為演算法在檢驗引數上的表現已經決定了最終的結果了。

而【AI應用賽】則不同,哪怕你的技術方案實力沒有那麼強勁,依然可以靠邏輯嚴謹的PPT獲得評委的青睞,可以說在【AI應用賽】中演算法和PPT的重要性是對等的。

二、AI應用賽中PPT的架構

這裡我拿自己參加【中國資料驅動創新大賽】中的PPT舉例,主要分為以下幾大板塊:

image.png

可能光看名詞,各個部分會顯得比較複雜,但其實無非就是按照一個寫論文的流程去推進:

1、概述:我整體做了什麼?

2、研究背景:我為什麼要研究這個?研究這個有什麼用?

3、模型構建:我是怎麼開展研究的?

4、研究成果:我的最終研究有什麼收穫?

5、研究展望:我後面打算怎樣完善自己的研究?

6、參考文獻和附件:這塊我相信大家都能夠看懂,就不展開了

其實這中間還差2個比較重要的板塊可以單獨拿出來講,那就是【特徵工程】和【探索性資料分析(EDA)】,我直接將它們放進了【模型構建】裡面,但這兩個板塊是絕對值得單獨拿來做一部分PPT的

接下來簡單對上述的6個板塊做展開講解。

三、概述

這塊跟論文的摘要差不多,就是把整個PPT的內容全部都濃縮到一個頁面。

嚴格來說是可以不用加的,因為摘要裡面的內容基本上PPT正文會出現,我個人的建議是如果PPT內容不是特別多,可以將概述放到最前面充實一下內容(簡稱“湊數”)。

(圖片打碼是為了通過稽核,詳細內容請到我最開始給出的PPT連結去檢視) image.png

四、研究背景

這塊一般是結合政策背景去談你為什麼要選擇這個命題做研究,然後回到個人興趣說明自己為什麼適合去研究這個選題。

我在研究背景是隻分析了【研究背景】和【研究意義】,如果可以的話建議加上【文獻綜述】板塊來充實自己的內容,也就是講述一下前人關於你現在研究的板塊有什麼前瞻性的文章,而這些文章又存在什麼不足。

(圖片打碼僅僅是為了通過稽核,詳細內容請到我最開始給出的PPT連結去檢視) image.png

五、模型構建

這一塊儘管是PPT的核心部分,但由於不同技術模型的PPT展開差別比較大,我就不詳細講了,大家可以去看我的PPT裡面是怎麼展開自己的模型的。

不過這一塊的基本創作思路就是將自己的每一行程式碼拆開來講解,我的做法就是將程式碼中的註釋作為PPT的文字部分,然後給程式碼截圖放到PPT下面。

不過由於模型構建這一塊屬於技術內容,這裡要重點提醒的是,大家在參加比賽的時候,一定要提前看一下評委的陣容。

主要是關注一下評委是不是技術背景的大佬,有一些AI應用大賽可能請到都是一些偏政務方向的大佬,這種情況下就要適當的精簡模型構建部分,因為太過專業的技術內容評委可能看不懂,我就遇到過這種情況。

image.png

六、研究成果

研究成果可以說是決定你比賽成績的關鍵,我這次的PPT就被老師評價為【結果完整,但是跟選題關聯不大】,研究成果一般都是針對現實問題提出自己的建議,不過由於我們這種程式設計師一般提不出太多真正有效或者說有針對性的建議,所以這一塊我更多是做引用。

image.png

七、研究展望

研究展望你可以理解為就是對自己PPT的補救,當你覺得自己PPT有什麼不好的地方或者是說因為時間關係沒有做到地方都可以加進去,基本上這一大版塊就是用來應付評委提問的。

比如評委問到“你的模型為什麼沒有做模型融合?”如果你在研究展望裡面寫了,你就可以說“這一塊我們也有考慮到,後續的研究會以這個為基點做開展。”

image.png

八、總結

我相信寫到這裡,大家能夠看得出來,我們做出來的AI應用型比賽的PPT有部分內容是重複的,或者是說僅僅是對參考文獻的引用

確實是如此,我個人參賽的一個最大的經驗就在於說,PPT最重要的地方不是精簡,而是保證結構的完整性。

因為在比賽中,其實評委是沒有怎麼認真看你的PPT的,這不是誇大其詞,真正參加過比賽就明白了,因為參加比賽會有很多個PPT給他們看,評委是很難做到每個PPT都認認真真查閱的,因此他們打分更多是憑藉一個整體的印象,而整體印象中最最重要的一環就是結構的完整性。

而我在這裡給大家提供的方案其他方面先不說,至少結構算得上是比較完整的,當然,這個結構是不能夠用到【AI演算法賽】中去的,AI演算法賽的PPT基本上只看你的演算法是怎麼展開的,這塊可以僅僅參考我在PPT中的第三部分【模型構建】。

image.png

最後,立下2個2023年的新年Flag:

一、希望自己在世界級的人工智慧比賽能夠獲得Top10的名次

二、希望今年能夠脫單,畢竟我已經單身25年了,從沒談過戀愛

以上就是全部的內容了,如果大家有任何我沒講清楚的地方歡迎到評論區留言,謝謝垂閱。

本文由我100%原創,搬運自火山引擎開發者社群合作賽道,原文連結:https://developer.volcengine.com/articles/7182855722571399223

「回顧2022,展望2023,我正在參與2022年終總結徵文大賽活動