القبول في مدرسة ثانوية نخبة - محاكاة OJIA 3 (v1)

🎓 القبول في مدرسة ثانوية نخبة

خطوة مهمة للغاية في التطور الشخصي لكل طالب هي القبول في مدرسة ثانوية مرموقة، نخبة.
طوروا نموذجًا يتنبأ بما إذا كان، بناءً على عدة نتائج، سيتم قبول المرشح في مدرسة ثانوية نخبة (status_admitere = 1) أم رفضه (status_admitere = 0).
ستدربون النموذج باستخدام مجموعة بيانات التدريب train_data.csv ثم ستولدون التنبؤات باستخدام مجموعة بيانات test_data.csv.

---

🗂️ وصف مجموعة البيانات

مجموعة البيانات للتدريب (train.csv) تحتوي على الأعمدة التالية:

• id (رقم طبيعي): معرف فريد للمرشح
• gen (M/F): جنس المرشح
• judet (سلسلة من حرفين): محافظة المرشح
• NT (1.00-10.00): درجة اختبار القبول
• MEV (6.00-10.00): متوسط التقييم الوطني
• MATE (5.00-10.00): متوسط المرحلة الإعدادية في الرياضيات
• MGIM (5.00-10.00): المتوسط العام للمرحلة الإعدادية
• status_admitere (0 أو 1): 1 = مقبول، 0 = مرفوض

مجموعة البيانات للتنبؤ (test.csv):

• 180 عينة بنفس الخصائص (id, gen, judet, NT, MEV, MATE, MGIM) كمجموعة التدريب، بدون عمود status_admitere.
• نموذجكم سيولد تنبؤات لهذه العينات.

---

📊 النتيجة المتوقعة

ملف التسليم output.csv يجب أن يحتوي على ثلاثة أعمدة بالضبط: subtaskID, datapointID, answer.

subtaskID	datapointID	answer	الوصف
1	101	1.25	dif_NT-MEV: الفرق بين درجة اختبار القبول ودرجة التقييم الوطني، بمنزلتين عشريتين
2	101	5	loc-MEV: الموقع في التصنيف حسب درجة MEV، قيمة صحيحة
3	101	1	status_admitere: تنبؤ النموذج، 1 = مقبول، 0 = مرفوض

مهم: كل صف في CSV يمثل إجابة لمهمة فرعية واحدة ونقطة بيانات واحدة. لكل datapointID يجب أن يوجد صف واحد لكل مهمة فرعية.

---

🏆 النقاط

إرسال ملف sample_output.csv يولد 5 نقاط.

---

⚙️ ملاحظات

• احذفوا الأعمدة غير ذات الصلة بالتنبؤ.
• وحدوا الأعمدة الرقمية.
• لا توجد صفوف ناقصة.
• راجعوا قسم Starter Kit للتفاصيل التوجيهية حول تنسيق البيانات والتسليم.

---

🗂️ موارد مفيدة

• Starter Kit كامل – يحتوي على هيكل يمكنكم البدء منه لحل المسألة