Repository นี้ จัดทำขึ้นมาเพื่อรวบรวม Code และแชร์เทคนิคต่าง ๆ ที่ได้รับจากค่าย SuperAI หวังว่าจะเป็นประโยชน์แก่ผู้เข้าชมทุกท่านให้ได้รับความรู้กลับไป
ไม่มากก็น้อย หากมีข้อผิดพลาดตัวผมขออภัยมา ณ ที่นี้ด้วยนะครับ (จาก HexTex Optimizer SS4 🔥🔥🔥)
- N'Jane 🐶 : https://github.com/jjentaa
- N'PP 🦆 : https://github.com/Makufff
โดยในรอบนี้ จะทำการคัดผู้เข้าร่วมโครงการจากการให้ทำ Hackathon ทั้งหมด 6 ครั้ง (มี Pre-Hackathon 1 ครั้งด้วย) ประกอบไปด้วย
- 1.Pre-Hackathon Diabetes Prediction
- 2.Image Search
- 3.Thaijo Researcher
- 4.Soil Water Prediction
- 5.UWB Pose Prediction
- 6.Nithan Chadok NER
- 7.OCR
🍰 ใน Hackathon นี้ ไม่มีอะไรเป็นพิเศษมาก เนื่องจากเป็น Hackathon ในคาบทดลอง Kaggle เพื่อเตรียมพร้อมสำหรับการทำ Hackathon ต่อ ๆ ไป โดยในโจทย์นี้มีจุดประสงค์เพื่อให้ทำ Machine Learning เพื่อแก้ปัญญาในการคัดแยกผู้ป่วยที่มีความเสี่ยงเป็นโรคเบาหวาน (Classification) โดบสามารถติดตามวิธีการได้ใน Repository นี้
https://github.com/xHexlabx/SuperAI_SS4_Recap/tree/main/SuperAI_SS4_Level_1/Pre_Diabetes_Prediction
🔎 ใน Hackathon นี้ เป็น Hackathon เรื่อง Image Search หรือให้อธิบายง่าย ๆ ก็คือ มีข้อมูลที่เป็น รูปภาพ เข้ามาแล้วให้ทายว่ารูปภาพที่เข้ามานั้น คล้ายกับ รูปภาพใดใน folder queries ที่มีให้ คล้าย ๆ งาน Classifacation แต่เราจะใช้วิธีการที่เรียกว่า Similarity Search ในการตอบคำถามนี้ โดยสามารถติดตามวิธีการได้ใน Repository นี้
https://github.com/xHexlabx/SuperAI_SS4_Recap/tree/main/SuperAI_SS4_Level_1/Hack_1_Image_Search
🗃️ ใน Hackathon นี้ นับเป็น Hackathon ที่ เหนื่อยที่สุด เลยก็เป็นได้ เนื่องจาก Hackathon นี้ จัดทำขึ้นมาเพื่อให้ Clean Dataset!!! คุณอ่านไม่ผิดครับ ใช่ครับ คุณจะได้เทคนิคในการ clean data จาก Thaijo แบบ จะเป็นจะตาย รับรองความสนุกเป็นทุกข์ไปด้วยกัน โดยสามารถติดตามวิธีการได้ใน Repository นี้
https://github.com/xHexlabx/SuperAI_SS4_Recap/tree/main/SuperAI_SS4_Level_1/Hack_2_Thaijo_Researcher
💧 ใน Hackathon นี้ จะเป็นการทำ Regression ความชื่นในดินด้วยข้อมูล tabular ที่ได้รับมาในวันอื่น ๆ เป็น Hackathon ที่เน้นในการทำ Machine Learning และการวิเคราะห์ features โดยสามารถติดตามวิธีการได้ใน Repository นี้
🔊 ใน Hackathon นี้ จะเป็นการทำ Signal Classification จาก สัญญาณ Ultra-Wide-Band โดยจะใ้ห้ทำการ Classified ท่า Pose ต่าง ๆ จากตัวสัญญาณ และ มีเทคนิคในการทำ signal to image เข้ามาเพิ่มเติมด้วย โดยสามารถติดตามวิธีการได้ใน Repository นี้
📔 ใน Hackathon นี้ จะเป็นการทำ Name-Entity-Recognition ใน นิทานชาดก โดยความยากคือเราจะได้ dataset สุดมหัศจรรย์ โดยสามารถติดตามวิธีการได้ใน Repository นี้
https://github.com/xHexlabx/SuperAI_SS4_Recap/tree/main/SuperAI_SS4_Level_1/Hack_5_NithanChadok_NER
📷 ใน Hackathon นี้ จะเป็นการทำ OCR โดยสามารถติดตามวิธีการได้ใน Repository นี้
https://github.com/xHexlabx/SuperAI_SS4_Recap/tree/main/SuperAI_SS4_Level_1/Hack_6_OCR
โดยในรอบนี้ จะทำการคัดผู้เข้าร่วมโครงการจากการให้ทำ Hackathon ทั้งหมด 7 ครั้ง ประกอบไปด้วย
- 1.Image Captioning
- 2.Table Question Answering
- 3.Legal Act Classification
- 4.Brain Motor Imagery
- 5.Home Credit Risk
- 6.Liver Ultrasound Detection
- 7.Forest Type Classification
💬 ใน Hackathon นี้ นับเป็น Hackathon แรกสุดจากทางโครงการ โดยเป็นการแข่งแบบ On-Site โดยเป็นการแข่งบรรยายรูปภาพเป็นข้อความจาก Coco dataset และ IPU-24 ของทางโครงการ โดยสามารถติดตามวิธีการได้ใน Repository นี้
https://github.com/xHexlabx/SuperAI_SS4_Recap/tree/main/SuperAI_SS4_Level_2/Hack_1_Image_Captioning
📄 ใน Hackathon นี้ นับเป็น Hackathon ที่กิน Resource มากที่สุด เพราะต้องทำงาน Table-Question-Answering บน Data ขนาดใหญ่ และยังเป็นสัปดาห์ที่มีโอกาสได้ใช้ในตัวของ Lanta อีกด้วย โดยสามารถติดตามวิธีการได้ใน Repository นี้
⚖️ ใน Hackathon นี้ นับเป็น Hackathon ที่ต้องมีการพึ่งพา Domain Expert สูงมาก เพราะเป็นโมเดลทางด้านกฎหมาย โดยในสัปดาห์นี้เราจะต้องให้โมเดลตอบคำถามทางกฏหมายว่า หากมีเงื่อนไขตามโจทย์ การทำสัญญาเช่นนี้ ๆ สามารถทำได้หรือไม่ ?
โดยสามารถติดตามวิธีการได้ใน Repository นี้
🧠 ใน Hackathon นี้ นับเป็น Hackathon ที่ยากลำบากที่สุด เนื่องจาก Data ที่ได้รับมาใช้งานยากมาก มี Noise และมีรูปแบบที่มองยาก นับเป็น Hackathon ที่มีความยากด้าน Technical มากที่สุด โดยในงานนี้เราได้รับบทเป็นคุณหมอที่จะต้อง Classified ว่าหากมีสัญญาณสมองที่ได้รับมาตามนี้ ๆ ผู้ทดสอบกำลังคิดว่าเคลื่อนที่ไปทาง ซ้าย - ขวา หรือ Resting โดยสามารถติดตามวิธีการได้ใน Repository นี้
💸 ใน Hackathon นี้ นับเป็น Hackathon ที่มี Data ขนาดใหญ่ เป็นงานที่จะต้องมองความเสี่ยงในการอนุมัติสินเชื่อ โดยให้ Classified ว่าบุคคลคนที่สามารถจ่ายหนี้ได้หรือไม่ ? โดยสามารถติดตามวิธีการได้ใน Repository นี้
https://github.com/xHexlabx/SuperAI_SS4_Recap/tree/main/SuperAI_SS4_Level_2/Hack_5_Home_Credit_Risk
🏥 ใน Hackathon นี้ นับเป็น Hackathon ที่ต้องทำงานร่วมกับ Medical Image โดยทำการ Detection เนื้องอกชนิดต่าง ๆ ในตับ รวมถึง มะเร็งตับ อีกด้วย โดยใน Hackathon จำเป็นต้องทำการ Augment Data ค่อนข้างมากเพราะจำเป็นต้องต่อยอดผลลัพธ์เพื่อให้คุณหมอสามารถใช้งานโมเดลผ่านรูปถ่าย Ultrasound จากโทรศัพท์ได้ โดยสามารถติดตามวิธีการได้ใน Repository นี้
🌏 ใน Hackathon นี้ นับเป็น Hackathon ที่สามารถทำได้ง่ายที่สุดเพราะออกแบบมาเพื่อให้เป็น Individual Hackathon โดยในงานนี้เราจะได้รับบทเป็นนักวิเคราะห์เซนเซอร์จากดาวเทียม เพื่อวิเคราะห์ว่าจากข้อมูลที่ได้รับมานั้น เป็นข้อมูลของป่าเต็งรัง (MDF) ป่าเบญพรรณ (DDF) หรือป่าดิบแล้ง (DEF) เป็นโจทย์ Tabular Data Classification นั่นเอง โดยสามารถติดตามวิธีการได้ใน Repository นี้
โดยในรอบนี้ จะทำการคัดผู้เข้าร่วมโครงการจากการให้ทำ Hackathon ทั้งหมด 5 ครั้ง ประกอบไปด้วย
- 1.License Plate Recognition
- 2.Nithan Chadok Hybrid OCR-NER
- 3.Car Prediction
- 4.Temperature Prediction
- 5.Sleep Stages Classification
🪪
📔
🚗
♨️
😴