Một công ty cung cấp nền tảng giải trí cho phép user sử dụng các dịch vụ music, video, live stream, chat, … Hệ thống công ty chia thành các zone theo khu vực địa lý. Để đáp ứng số lượng user ngày càng tăng, công ty muốn dự đoán được tổng bandwidth của mỗi server và số lượng tối đa user truy cập đồng thời vào server trong vòng một tháng tiếp theo để lên kế hoạch hoạt động.

(Dữ liệu cuộc thi này được lấy từ cuộc thi trước với một thay đổi nhỏ. Metrics của cuộc thi cũng thay đổi)

Trong cuộc thi này, các bạn làm việc với dữ liệu ở dạng time-series từ 01/10/2017 -> 09/03/2019 (Có 1 số thời điểm các server sẽ bị mất dữ liệu). Nhiệm vụ của các đội chơi là dự đoán dữ liệu của 1 tháng tiếp theo từ 10/03/2019 -> 09/04/2019.

Giải thưởng là kỷ niệm chương từ Ban tổ chức

  • Ngày kết thúc: 21 ngày tới
  • 20 đội

Một công ty cung cấp nền tảng giải trí cho phép user sử dụng các dịch vụ music, video, live stream, chat, … Hệ thống công ty chia thành các zone theo khu vực địa lý, đối với mỗi zone công ty chia nhỏ thành các server local cung cấp dịch vụ tới user. Để đáp ứng số lượng user ngày càng tăng, công ty muốn dự đoán được tổng bandwidth của mỗi server và số lượng tối đa user truy cập đồng thời vào server trong vòng một tháng tiếp theo để lên kế hoạch hoạt động.

Trong cuộc thi này, các bạn làm việc với dữ liệu ở dạng time-series từ 01/10/2017 -> 09/03/2019 (Có 1 số thời điểm các server sẽ bị mất dữ liệu). Nhiệm vụ của các đội chơi là dự đoán dữ liệu của 1 tháng tiếp theo từ 10/03/2019 -> 09/04/2019.

Dữ liệu có thay đổi một chút trong ngày 14/05/2019, các đội chơi vui lòng download lại dữ liệu.

  • Giải nhất: 10 triệu đồng
  • Giải nhì: 3 triệu đồng
  • Giải ba: 2 triệu đồng
  • Đã kết thúc
  • 51 đội

Xử lý ngôn ngữ tự nhiên cho tiếng Việt là một bài toán được nhiều tổ chức nghiên cứu trong nhiều năm. Một trong các nhiệm vụ quan trọng trong các bài toán xử lý ngôn ngữ tiếng Việt là chuẩn hóa, trong đó Thêm dấu tiếng Việt là một trong các bài toán phổ biến nhất.

Trong cuộc thi này, các đội chơi được giao nhiệm vụ thêm dấu cho các câu và đoạn văn không dấu.

Giải thưởng là kỷ niệm chương của chương trình.

Giải thưởng sẽ thay đổi nếu BTC tìm được nhà tài trợ trong quá trình thi.

  • Ngày kết thúc: 9 ngày tới
  • 35 đội

Nhận dạng khuôn mặt đã trở thành một ứng dụng phổ biến trong nhiều công nghệ hiện tại. Facebook có chức năng tự động gán tag vào khuôn mặt, iPhone X dùng nhận dạng khuôn mặt để mở khóa, các công ty dùng nhận dạng khuôn mặt để điểm danh, và rất nhiều hệ thống an ninh cũng đang sử dụng công nghệ này.

Trong cuộc thi này, các bạn sẽ làm việc với một bộ cơ sở dữ liệu về khuôn mặt của những người nổi tiếng khắp Việt Nam. Bài toán đặt ra là từ một bộ dữ liệu cho trước của 1000 người, các đội chơi cần xây dựng một mô hình dự đoán một bức ảnh mới tương ứng với người nào hoặc từ một người hoàn toàn mới.

Dữ liệu của cuộc thi được cho tại vn_celeb_face_recogintion Các bạn hạn chế chia sẻ dữ liệu trực tiếp mà chỉ nên chia sẻ link tới cuộc thi.

Các đội tham gia cần khai báo pretrained model mà đội mình sử dụng tại đây trước 23h59 ngày 27/3/2019.


Ban tổ chức xin chân thành cảm ơn:

  • Thành viên Phạm Hữu Quang của Forum Machine Learning cơ bản đã cung cấp bộ dữ liệu.
  • Đơn vị đồng tổ chức RubikAI đã tài trợ cho cuộc thi.

Nếu gặp lỗi trong quá trình sử dụng trang web, các bạn có thể tạo một issue tại đây. Chúng tôi sẽ khắc phục trong thời gian sớm nhất.


Giải thưởng của cuộc thi:

  • Giải nhất: 15.000.000 VND
  • Giải nhỉ: 7.000.000 VND
  • Giải ba: 3.000.000 VND

Chúng tôi xin chân thành cảm ơn RubikAI đã tài trợ cuộc thi này.

  • Đã kết thúc
  • 173 đội

Thương mại điện tử có nhiều ưu điểm so với thương mại truyền thống. Bên kinh doanh không cần mặt bằng, bên khách hàng có thể xem và đặt hàng từ nhà. Một trong những yếu tố quyết định một mặt hàng bán chạy hay không là đánh giá của những khách đã mua hàng trước đó. Một khách hàng mới có thể dựa trên các đánh giá đó trước khi ra quyết định. Nhà sản xuất cũng có thể dựa vào các đánh giá đó để cải thiện chất lượng sản phẩm. Việc phân loại các đánh giá theo hai mức độ tích cực và tiêu cực đóng vai trò quan trọng trong việc cải thiện chất lượng sản phẩm và xây dựng các hệ thống gợi ý. Trong cuộc thi này, chúng ta sẽ dựa trên một bộ cơ sở dữ liệu về các đánh giá tiêu cực và tích cực để dự đoán sắc thái của các đánh giá mới.

Bộ cơ sử dữ liệu này được kết hợp từ nhiều nguồn. Chúng tôi xin chân thành cảm ơn:

  1. VNPT AI team
  2. VietNLP team
  3. VLSP: dữ liệu VLSP dùng để tổ chức năm 2016.

Các đường dẫn liên quan:

  1. Giới thiệu AIviVN

  2. Các chủ đề thảo luận cần được đưa vào chuyên mục AIviVN và tag demo_nlp_contest trên Diễn đàn Machine Learning cơ bản.

  3. Báo lỗi và yêu cầu thêm chức năng.

  4. Hướng dẫn tham gia và nộp bài. Chú ý: Bạn cần tham gia để thấy dữ liệu.

(Hiện tại mỗi đội bao gồm một thành viên. Chúng tôi sẽ cập nhật việc ghép đội trong thời gian sớm nhất.)


Thông tin giải thưởng đang tiếp tục được cập nhật

  • Đã kết thúc
  • 143 đội