ఈ హ్యాకథాన్ యొక్క ఉద్దేశ్యం, ఇచ్చిన డేటా సెట్ ఆధారంగా అధునాతన, డేటా-ఆధారిత AI మరియు ML పరిష్కారాలను అభివృద్ధి చేయడంలో భారతీయ విద్యార్థులు, పరిశోధకులు మరియు ఆవిష్కర్తలను నిమగ్నం చేయడం. పాల్గొనేవారు దాదాపు 900,000 రికార్డ్లను కలిగి ఉన్న సమగ్ర డేటా సెట్కు ప్రాప్యతను కలిగి ఉంటారు, ఒక్కొక్కటి 21 లక్షణాలు మరియు లక్ష్య వేరియబుల్స్తో ఉంటాయి. ఈ డేటా అజ్ఞాతీకరించబడింది, ఖచ్చితంగా లేబుల్ చేయబడింది మరియు శిక్షణ, పరీక్ష మరియు GSTN ద్వారా తుది మూల్యాంకనాల కోసం ప్రత్యేకంగా రిజర్వ్ చేయబడిన నాన్-వాలిడేట్ సబ్సెట్ను కలిగి ఉంటుంది.