Residentsuseksam

🩺 Residentsuse eksam 🤖📘

Igal aastal valmistuvad tuhanded meditsiiniüliõpilased oma karjääri kõige raskemaks hetkeks: Residentsuse eksamiks. Kuude kaupa memoreerivad, kordavad ja lahendavad tulevased arstid sadu testküsimusi.

Kuid sel aastal otsustas Keskkomisjon tuua sisse suure uuenduse: automatiseeritud platvormi, mis kontrollib ja hindab vastuseid masinõppe abil.
Kahjuks hakkas süsteemi prototüüp andma vigu ja komisjon vajab sinu abi selle parandamiseks.

Sulle on antud kaks faili:

• train.csv - ametlikud küsimused õige vastusega
• test.csv - uued küsimused, mille jaoks pead ennustama õige variandi (neist valitakse küsimused residentsuse eksamiks 😅)

Sinu eesmärk on taastada automaatse parandamise mehhanism.

📊 Andmestik

Iga rida esindab eksami testküsimust:

• SampleID – küsimuse unikaalne identifikaator
• Question – küsimuse sõnastus
• Option0, Option1, Option2, Option3 – neli vastusevarianti
• Answer – ainult train.csv-s (0–3), näitab õiget varianti

📝 Tööülesanne (100 punkti)

Ehita masinõppe mudel, mis suudab ennustada iga test.csv küsimuse jaoks, milline neljast variandist (0–3) on õige vastus.

Sinu mudelit hinnatakse täpsuse alusel:

• Accuracy ≥ 70% → 100 punkti
• Accuracy ≤ 25% → 0 punkti
• Vahepealsete väärtuste jaoks antakse proportsionaalne punktisumma.

Lubatud on iga meetod: klassikalised ML algoritmid, embeddings, keelemudelid, meditsiiniline BERT jne.

📄 Esitamisfaili formaat

Fail submission.csv peab sisaldama üht rida iga test küsimuse kohta.

Faili esimene rida sisaldab järgmist:

1DatapointID, PredictedAnswer

kus:

• DatapointID - SampleID testist
• PredictedAnswer - number 0 ja 3 vahel (mudeli ennustatud õige variant)

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

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