Il popolare Olimpiadi della MML è tornato per il suo terzo round con oltre 20 gare di machine learning ospitate dalla comunità su Kaggle.
Le Olimpiadi ML, organizzate da gruppi tra cui ML GDE, TFUG e altre comunità ML, mirano a fornire agli sviluppatori opportunità pratiche per apprendere e mettere in pratica le abilità di apprendimento automatico affrontando le sfide del mondo reale.
Nei due round precedenti, ben 605 squadre hanno partecipato a 32 competizioni, generando 105 discussioni e 170 taccuini.
Il programma di quest'anno include sfide che abbracciano aree come l'assistenza sanitaria, la sostenibilità, l'elaborazione del linguaggio naturale (PNL), la visione artificiale e altro ancora. Le competizioni sono ospitate da gruppi di esperti e sviluppatori di tutto il mondo.
Ecco le sfide di quest'anno:
- Rilevazione del fumo nei pazienti
Ospitato da Rishiraj Acharya (AI/ML GDE) in collaborazione con TFUG Kolkata, questo concorso incarica i partecipanti di prevedere lo stato di fumatore utilizzando modelli ML di biosegnali.
Organizzata da Anas Lahdhiri nell'ambito di MLAct, questa sfida richiede lo sviluppo di un modello di classificazione per distinguere tra meduse e inquinamento da plastica nelle immagini oceaniche.
- Rileva allucinazioni negli LLM
Luca Massaron (AI/ML GDE) presenta una sfida unica nell'identificare le allucinazioni nelle risposte fornite da un modello di istruzioni Mistral 7B.
Anushka Raj, insieme a TFUG Hajipur, cerca soluzioni ML per mitigare lo spreco alimentare, una preoccupazione fondamentale nel mondo di oggi.
Presentata da Ankit Kumar Verma e TFUG Prayagraj, questa competizione prevede la previsione della percentuale di grasso corporeo negli uomini utilizzando metodi di regressione multipli.
Ayush Morbar di Offbeats Byte Labs invita i partecipanti a costruire un modello di regressione per prevedere l'età dei granchi.
TFUG Nashik sfida i partecipanti a prevedere le condizioni meteorologiche a Nashik, in India, sfruttando tecniche di apprendimento automatico.
- Previsione dei danni da terremoto
Usha Rengaraju presenta il compito di prevedere il livello dei danni agli edifici causati dai terremoti, sulla base di vari fattori.
- Previsioni meteorologiche del Bangladesh
TFUG Bangladesh (Dhaka) mira a prevedere le precipitazioni, la temperatura media e i giorni di pioggia per un particolare giorno in Bangladesh.
- Sfida di previsione delle emissioni di CO2
Md Shahriar Azad Evan e Shuvro Pal del TFUG North Bengal cercano di prevedere le emissioni di CO2 pro capite per il 2030 utilizzando indicatori di sviluppo globale.
Kuan Hoong (AI/ML GDE) sfida i partecipanti a prevedere lo stato di approvazione del prestito, affrontando un aspetto cruciale dell'inclusione finanziaria.
Ashwin Raj e BeyondML incaricano i partecipanti di prevedere il punteggio di abitabilità delle proprietà, promuovendo lo sviluppo urbano sostenibile.
- Rilevamento del linguaggio tossico (PTBR).
Presentata in portoghese brasiliano, questa sfida di Mikaeri Ohana, Pedro Gengo e Vinicius F. Caridá (AI/ML GDE) prevede la classificazione dei tweet tossici.
- Migliorare la risposta alle catastrofi
Yara Armel Desire del TFUG Abidjan invita i partecipanti a prevedere i contributi degli aiuti umanitari in risposta ai disastri in tutto il mondo.
Kartikey Rawat del TFUG Durg chiede lo sviluppo di modelli predittivi per stimare la densità del traffico nelle aree urbane.
- Conosci la tua opinione del cliente
TFUG Surabaya presenta la sfida di classificare le opinioni dei clienti in categorie su scala Likert.
- Previsione del tempo in India
Mohammed Moinuddin e TFUG Hyderabad incaricano i partecipanti di prevedere le temperature per mesi specifici in India.
Ospitato dal TFUG Bhopal, questo concorso prevede lo sviluppo di modelli di classificazione per prevedere la malignità del tumore.
- Generatore di descrizioni di lavoro basato sull'intelligenza artificiale
Akaash Tripathi di TFUG Ghaziabad sfida i partecipanti a costruire un sistema che generi automaticamente descrizioni di lavoro utilizzando l'intelligenza artificiale generativa e l'interfaccia chatbot.
- Traduzione automatica francese-wolof
GalsenAI presenta la sfida di tradurre accuratamente le frasi francesi in wolof, offrendo una piattaforma per migliorare le capacità di traduzione linguistica.
- Mappatura dell'acqua utilizzando immagini satellitari
Taha Bouhsine di ML Nomads incarica i partecipanti di mappare l'acqua utilizzando immagini satellitari per il rilevamento della siccità nelle dighe.
Google supporta ogni community host in questo round attraverso il suo Google per gli sviluppatori programma.
I partecipanti sono incoraggiati a cercare “ML Olympiad” su Kagglesegui #MLOlympiad sui social media, e lasciati coinvolgere nelle competizioni che più gli interessano.
Con una gamma così diversificata di sfide legate al machine learning nel mondo reale, le Olimpiadi di ML rappresentano un'eccellente opportunità per gli sviluppatori di mettere alla prova le proprie capacità e acquisire una preziosa esperienza.
(Credito immagine: Google)
Guarda anche: Microsoft: la Cina prevede di interrompere le elezioni con la disinformazione generata dall’intelligenza artificiale
Vuoi saperne di più sull'intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell'intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L'evento completo è collocato in contemporanea con altri eventi importanti, tra cui BlockX, Settimana della trasformazione digitaleE Fiera sulla sicurezza informatica e sul cloud.
Esplora altri prossimi eventi e webinar sulla tecnologia aziendale forniti da TechForge Qui.
Fonte: www.artificialintelligence-news.com
