新手分
78/100
适合想用 PaddlePaddle 做端到端深度学习、并能处理英雄联盟对局统计表格数据的个人开发者。需要具备用 Python 将击杀、伤害、治疗和视野等玩家记录整理为胜负二分类输入的能力；比赛仅支持个人参赛。
官方提供了可以直接运行的基线，从它开始通常比从零搭快得多。
League of Legends dataset: 100MB, 8 million training and 20,000 test records
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
二分类建模
表格数据特征工程
Python 数据处理
ZIP/CSV 提交文件制作
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。
主要工作在于从大量玩家实时对局统计字段中挖掘与胜负有关的模式，并把模型输出整理为只含 win 字段的指定 ZIP/CSV 文件。模型必须用 PaddlePaddle 2.0 及以上版本训练，不能换用其他框架提交。
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。