參加人數
工研院巨量資訊科技中心為國內第一個以推動巨量資料技術與產業為任務的科技研發中心，透過建立智慧分析技術，協助資訊軟體業建立知識經濟核心能力；並切入智慧分析應用，協助相關產業提昇生產力、創造新商機。巨量資訊科技中心針對跨領域的需求，提供產業所需的智慧分析與機器學習演算法等核心技術，建構AI人工智慧、巨量資料分析應用所需之運算平台，以AI人工智慧與巨量資料之創新應用情境來進行服務設計與商業模式，提供全方位的AI人工智慧與巨量資料解決方案。
此議題為 「臺灣 COVID-19 確診案例數預測」專區中之週競賽議題，預測目標為 2020/5/20 至 2020/5/26 之當日新增確診人數 ( Private leaderboard 計分範圍)，競賽進行期間 Public leaderboard 採用 2020/4/29 至 2020/5/5 的歷史資料來驗證與計算分數，該成績僅供參賽者練習參考，最終成績以 Private leaderboard 為準。
競賽詳細規則請見專區：https://aidea-web.tw/covid-19
hicloud 點數由中華電信提供
備註1：hicloud 優惠點數可折抵服務費用，折抵完後自動開始依牌價7折計費
備註2：中華電信保有資格審核、優惠內容修改與中止權利
點數試算範例請參考：https://aidea-web.tw/computing
議題進行時間以台灣時間（UTC+8小時）為主，其時程如下:
| 時間 | 事件 |
|---|---|
| 2020/05/06 | 報名開始 |
| 2020/05/19 | 上傳截止 |
| 2020/05/27 | 公布得獎名單 |
本議題資料評估指標採用 Weighted Root Mean Squared Error (Weighted RMSE），其公式為：$$Weighted \; RMSE = \sqrt{\sum_{i=1}^{n} w_i(y_i - \hat{y}_i) ^ 2}$$
$$w_i \;(weight): 介於 \; 0 - 1 \;之間，總和為 \; 1$$
$$w_1 \;為第一日的權重，\; w_2 \;為第二日的權重,... 以此類推。\;w_1: 0.11，w_2: 0.11，w_3: 0.14，w_4: 0.14，w_5: 0.16，w_6: 0.16，w_7: 0.18$$
