热门的ML奥林匹克竞赛在Kaggle上举办了第三轮，共有20多个社区主办的机器学习竞赛。
ML奥林匹克由ML GDE、TFUG和其他机器学习社区组织，旨在通过解决现实世界的挑战，为开发人员提供学习和实践机器学习技能的机会。
在前两轮中，共有605个团队参与了32个竞赛，产生了105个讨论和170个笔记本。
今年的竞赛涵盖了医疗保健、可持续发展、自然语言处理（NLP）、计算机视觉等领域。竞赛由来自世界各地的专家团队和开发人员主办。
以下是今年的挑战：
- 患者吸烟检测
由Rishiraj Acharya（AI/ML GDE）与TFUG Kolkata合作举办，该竞赛要求参与者使用生物信号机器学习模型预测吸烟状态。
- TurtleVision挑战
由MLAct的Anas Lahdhiri组织，该挑战要求开发一个分类模型，区分海洋图像中的水母和塑料污染。
- 检测LLMs中的幻觉
Luca Massaron（AI/ML GDE）提出了一个独特的挑战，即识别Mistral 7B指令模型提供的答案中的幻觉。
- ZeroWasteEats
Anushka Raj与TFUG Hajipur一起寻求解决食物浪费问题的机器学习解决方案，这是当今世界的一个重要问题。
- 预测健康状况
由Ankit Kumar Verma和TFUG Prayagraj主办，该竞赛涉及使用多元回归方法预测男性体脂百分比。
- Offbeats Edition
Offbeats Byte Labs的Ayush Morbar邀请参与者构建一个回归模型来预测螃蟹的年龄。
- Nashik天气
TFUG Nashik挑战参与者利用机器学习技术预测印度纳西克的天气状况。
- 预测地震损害
Usha Rengaraju提出了一个任务，即根据各种因素预测地震对建筑物造成的损害程度。
- 预测孟加拉国的天气
TFUG孟加拉国（达卡）旨在预测孟加拉国某一天的降雨量、平均温度和多雨天数。
- CO2排放预测挑战
来自TFUG North Bengal的Md Shahriar Azad Evan和Shuvro Pal试图使用全球发展指标预测2030年的人均CO2排放量。
- AI & ML Malaysia
Kuan Hoong（AI/ML GDE）挑战参与者预测贷款批准状态，解决金融包容的关键问题。
- 可持续城市生活
Ashwin Raj和BeyondML要求参与者预测房产的宜居得分，促进可持续城市发展。
- 毒性语言（PTBR）检测
这个由Mikaeri Ohana、Pedro Gengo和Vinicius F. Caridá（AI/ML GDE）主办的挑战以巴西葡萄牙语举行，涉及对有毒推文进行分类。
- 改善灾害响应
TFUG Abidjan的Yara Armel Desire邀请参与者预测对全球灾害的人道主义援助贡献。
- 城市交通密度
TFUG Durg的Kartikey Rawat呼吁开发预测模型，估计城市地区的交通密度。
- 了解客户意见
TFUG Surabaya提出了一个将客户意见分类为Likert量表类别的挑战。
- 预测印度的天气
Mohammed Moinuddin和TFUG Hyderabad要求参与者预测印度特定月份的温度。
- 分类冠军
由TFUG Bhopal主办，该竞赛涉及开发分类模型来预测肿瘤的恶性程度。
- 基于AI的职位描述生成器
TFUG Ghaziabad的Akaash Tripathi挑战参与者构建一个使用生成式AI和聊天机器人界面自动生成职位描述的系统。
- 法语-沃洛夫语机器翻译
GalsenAI提出了一个准确翻译法语句子为沃洛夫语的挑战，为提升语言翻译能力提供了一个平台。
- 使用卫星图像进行水资源分布图
ML Nomads的Taha Bouhsine要求参与者使用卫星图像进行水资源分布图，以便检测干旱。
谷歌通过其Google for Developers计划支持每个社区主办本轮竞赛。
鼓励参与者在社交媒体上搜索“ML奥林匹克”，并参与他们最感兴趣的竞赛。
通过这样一系列多样化的现实世界机器学习挑战，ML奥林匹克为开发人员提供了一个很好的机会来测试他们的技能并获得宝贵的经验。
（图片来源：谷歌）
想要从行业领导者那里了解更多关于人工智能和大数据的知识吗？请查看在阿姆斯特丹、加利福尼亚和伦敦举办的AI & Big Data Expo。这个综合性的活动与其他领先的活动同时举办，包括BlockX、Digital Transformation Week和Cyber Security & Cloud Expo。
探索由TechForge提供支持的其他即将举行的企业技术活动和网络研讨会here。
