新手分
78/100
适合想用 PaddlePaddle 完成真实行业时序数据建模的个人开发者，尤其是愿意处理新能源汽车电池数据、做异常检测与特征提取的人。参赛仅支持个人，且必须用 PaddlePaddle 2.0 及以上训练端到端深度学习模型。
以下内容来自比赛官方页面。
Training and test datasets for battery anomaly detection.
如果下面这些前置项还很陌生，先补准备通常比直接参赛更划算。
能够读懂官方赛题与参赛规则
时序数据处理
异常检测
特征工程
二分类模型训练
CSV结果文件生成
真正的难点通常不是“会不会调包”，而是验证、时间分配和任务理解。
难点在于异常数据可能“看起来很正常”，需要从带时间戳的电池时序数据中提取有效特征，同时兼顾异常检出与误报控制。提交还需严格对应每个测试集 pkl 文件名并输出 score，且每天提交次数有限。
以下竞赛与当前竞赛方向或难度相近，可以一起对比。
把已确认、待核对和人工审核状态分开看；最终规则与截止时间以官方页为准，发现错误欢迎提交纠错。
官方 metric 还没有从当前抓取结果中确认，仍需人工核对。