Изпит за резидентура

🩺 Изпит за резидентура 🤖📘

Всяка година хиляди завършили медицина се подготвят за най-трудния момент от кариерата си: Изпита за резидентура. Месеци наред бъдещите лекари заучават, повтарят и решават стотици тестови въпроси.

Но тази година Централната комисия реши да въведе голяма иновация: автоматизирана платформа, която проверява и оценява отговорите с помощта на машинно обучение.
За съжаление прототипът на системата започна да дава грешки и комисията се нуждае от твоята помощ, за да го поправи.

На твое разположение са поставени два файла:

• train.csv - официални въпроси с правилен отговор
• test.csv - нови въпроси, за които трябва да предскажеш правилния вариант (от тях ще бъдат избрани въпросите за изпита за резидентура 😅)

Целта ти е да възстановиш механизма за автоматично коригиране.

📊 Набор от данни

Всеки ред представлява тестов въпрос от изпита:

• SampleID – уникален идентификатор на въпроса
• Question – условието на въпроса
• Option0, Option1, Option2, Option3 – четирите варианта на отговор
• Answer – само в train.csv (0–3), указва правилния вариант

📝 Работна задача (100 точки)

Изгради модел за машинно обучение, способен да предскаже за всеки въпрос от test.csv кой от четирите варианта (0–3) е правилният отговор.

Твоят модел ще бъде оценен с помощта на точността:

• Accuracy ≥ 70% → 100 точки
• Accuracy ≤ 25% → 0 точки
• За междинните стойности се дават пропорционални точки.

Всякакъв метод е разрешен: класически ML алгоритми, embeddings, езикови модели, медицински BERT и др.

📄 Формат на файла за подаване

Файлът submission.csv трябва да съдържа по един ред за всеки въпрос от test.

Първият ред на файла съдържа следното:

1DatapointID, PredictedAnswer

където:

• DatapointID - SampleID от test
• PredictedAnswer - число между 0 и 3 (правилният вариант, предсказан от модела)

Пример (SampleID = 84f328d3-fca4-422d-8fb2-19d55eb31503):

184f328d3-fca4-422d-8fb2-19d55eb31503, 2