جارٍ التحميل...
الصعوبة
أفضل نتيجة لك
غير متوفر
في شهر ديسمبر مع رقاقات الثلج الكبيرة والهادئة، عندما كانت القرية لا تزال تفوح برائحة الخشب المحترق والقش الطازج المُخرج من المخازن، في وسط البلاد كانت تُفتح أبواب المعرض الوطني للأرانب. في القاعات المُدفأة، المتألقة تحت الأضواء الصفراء، كان المربون من جميع أنحاء البلاد يجلبون بأمل أجمل وأفضل الحيوانات المُعتنى بها.
عينات من ثلاثة سلالات كبيرة من الأرانب (كل منها بمظهر وعادات راسخة) كانت ستلتقي مرة أخرى في نفس المكان.
كل حيوان كان يحصل على لوحة بـ ID، وفي سجل سميك، مُجلد بالجلد، كانت تُسجل جميع العلامات التي تميزه عن الآخرين:
الجنس، الوزن، طول الأذنين، إذا كانت أذناه متدليتين أم لا، لون الفرو، العمر، نوع وجودة الفرو، شكل الجسم، إذا كان لديه لغد أم لا، بالإضافة إلى حالة الصحة.
كانت هذه طريقة المنظمين للاحتفاظ بشهادة كاملة عن كل روح مُفرّاة دخلت القاعة.
يرغب المنظمون في معرفة كم من الإناث المُحضرة إلى المعرض كانت لديها أذنان متدليتان وتحمل لون الهافانا النبيل. النتيجة يجب أن تحددوها بناءً على مجموعة الاختبار (test_data.csv).
لا شيء معقد، تحتاجون فقط إلى إجراء بحث دقيق في السجلات لتقديم هذا الجواب لهم.
 |  |  |
في صباح بارد، كان بخار التنفس لا يزال يتصاعد في القاعة، واكتشف المنظمون أن صفحة مهمة قد اختفت من السجل الرسمي.
سلالة كل أرنب، المُسجلة بعناية في السنوات الأخرى، لم تعد موجودة في أي مكان.
كانوا قد أحضروا عينات من ثلاث سلالات مختلفة، هذا كان معروفاً بيقين، لكن العلامات التي تحددها مباشرة قد اختفت.
طُلب من أولئك الذين يعرفون الأرانب جيداً أن يراقبوا بصبر جميع العينات ويحددوا ثلاث مجموعات طبيعية، مستخدمين فقط الخصائص المُسجلة: التشابهات، الاختلافات، الحدود الواضحة، المناطق التي تبدو فيها الحيوانات قريبة أو بعيدة في المظهر. النتيجة يجب أن تحددوها بناءً على مجموعة الاختبار (test_data.csv).
لتقييم مدى جودة تطابق التقسيمات في السلالات، يُستخدم Adjusted Rand Index (ARI)، الذي يقيس التشابه بين التقسيمين، مُعدلاً للتطابق العشوائي.
معامل ARI لتقسيمين يُعرّف كما يلي:
حيث:
RI يمثل مؤشر راند بين التقسيمين؛E[RI] هو القيمة المتوقعة لمؤشر راند للتقسيمات العشوائية.إذا كان الرقم المُحصل عليه قريباً من 1، فهذا يعني أن التقسيم إلى سلالات تم بمهارة وأن الحدود بين خصائص السلالات تم تحديدها بشكل صحيح. منظمو المعرض صارمون جداً ويمنحون النقاط الكاملة لهذه المهمة الفرعية فقط إذا كانت القيمة المُحصل عليها لمقياس التقييم هي 1.
في ذلك الديسمبر، كان عدد المشاركين كبيراً جداً لدرجة أن الحكام، مهما حاولوا، لم يتمكنوا من تحكيم جميع الحيوانات.
جزء منها فقط حصل على نقاط التحكيم، بين 0 و 100.
0 يعني أن العينة تم استبعادها100 يعني أن العينة يمكن إعلانها بطلةللأرانب الأخرى، غير المُقيّمة بعد، كان يجب إيجاد طريقة لتخمين النقاط التي كانت ستحصل عليها.
كان الهدف نظاماً قادراً على فهم الروابط بين الأرانب المُقيّمة بالفعل وتلك المتبقية بدون نقاط، بحيث تكون التقديرات أقرب ما يمكن لما كان سيقوله الحكام.
كلما كانت الاختلافات أصغر، كلما اعتُبر النظام أكثر مهارة وأكثر ملاءمة لمساعدة الأشخاص المُثقلين بالعدد الكبير من الحيوانات.
مهمتكم هي تطوير نظام تنبؤ تلقائي للنقاط للعينات المُدرجة في test_data.csv.
لتقييم أداء النموذج نستخدم MSE (Mean Squared Error) — متوسط الخطأ التربيعي. هذا يقيس متوسط الاختلاف التربيعي بين القيم الحقيقية والقيم المُتنبأ بها.
الصيغة هي:
حيث:
y_i هو النقاط الحقيقية للعينة i،y^_i هو النقاط المُتنبأ بها من النموذج،n هو العدد الإجمالي للعينات في مجموعة الاختبار.القيم الأصغر لـ MSE تشير إلى أداء أفضل. كلما كانت القيم المُتنبأ بها أقرب للحقيقية، كلما كان الخطأ أصغر.
لتحويل النقاط المُحصل عليها إلى درجات، نستخدم قاعدة بسيطة، مبنية على عتبتين:
النتيجة النهائية يجب أن تكون ملف CSV يُسمى output.csv، يحتوي على بالضبط 3 أعمدة:
subtaskID - يمثل رقم المهمة الفرعية (1, 2, 3)datapointID - يشير إلى عمود ID من مجموعة البياناتanswer - الجواب المقابل لنقطة البيانات للمهمة الفرعية المعنيةملاحظة: للمهمة الفرعية 1، التي تطلب جواباً واحداً لكامل مجموعة بيانات الاختبار، اعرضوا سطراً واحداً يكون datapointID له 1.
يُرجى المشاركة ومساعدة منظمي المعرض الوطني للأرانب: قصة عن الشغف والأداء، التفاهم بين المربين، التشابهات والاختلافات بين السلالات وعن محاولة رؤية عالم الحيوانات بذلك الصبر الذي لا يمكن إلا لمربٍ جيد أن يملكه في عتبة الأعياد.