飞桨学习赛：手机行为识别

这场竞赛适合谁

适合希望用 PaddlePaddle 完成端到端分类项目的个人开发者，以及有 Python 和结构化表格数据处理基础的人。参赛者需要能理解由加速度计、陀螺仪生成的时域和频域特征，并预测手机佩戴者的六类行为。

这场比赛提供什么

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。

• 基线方案Forkable official PaddlePaddle baseline project
• 教程Baseline video walkthrough
• 数据获取100MB CSV dataset with 8,000 training and 1,100 test records

从报名到首次提交的准备步骤

1. 01

   能够读懂官方赛题与参赛规则

2. 02

   能够运行基础方案并完成一次有效提交

3. 03

   Pandas CSV 读取

4. 04

   结构化数据分类

5. 05

   惯性传感器特征

6. 06

   submission.zip 打包

投入前确认：主要难点是从包含大量时域、频域惯性传感器特征的表格数据中，区分相近的人体活动，并在必须使用 PaddlePaddle 2.0 及以上版本的前提下训练模型。提交还必须同时包含预测结果和原始代码，预测文件需按指定的 ZIP/CSV 格式生成。