新手分
78/100
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。
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。
100MB CSV dataset with 8,000 training and 1,100 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
能够运行基础方案并完成一次有效提交
Pandas CSV 读取
结构化数据分类
惯性传感器特征
submission.zip 打包
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。
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。