Picturi celebre

Context

Atunci când ne raportăm la tablourile celebre, trebuie să ținem cont și de caracteristici obiective precum dimensiunea pânzei, tipul pensulei cu care a fost pictat, complexitatea vizuală sau densitatea culorilor, pe lângă calitatea artistică a acestora. Estimarea automată a valorii și identificarea stilului pictorului pot ajuta colecționarii și muzeele să analizeze colecții mari de opere.

Pentru rezolvarea acestei probleme veți avea la dispoziție două fișiere:

• train.csv – conține toate variabilele, inclusiv target_price, pentru antrenarea modelelor
• test.csv – conține aceleași variabile, fără coloana target_price, și datele din acest fișier sunt folosite pentru generarea predicțiilor

Descrierea setului de date

Cerințe

Pentru această problemă aveți de rezolvat 3 task-uri.

Task 1 – Scorul de autenticitate artistică (20 puncte)

Recent, un algoritm revoluționar a fost descoperit de un grup de cercetători în inteligență artificială și artă. Acesta poate evalua, pe baza caracteristicilor obiective ale tabloului, dacă un tablou este cu siguranță autentic sau nu.

Pentru fiecare tablou, algoritmul calculează un Scor de Autenticitate Artistică (SAA) folosind următoarele reguli:

1. Dacă stroke_density > 0.7, adaugă 2 puncte la SAA.
2. Dacă complexity > 0.65, adaugă 2 puncte la SAA.
3. Dacă uses_gold_leaf = True, adaugă 1 punct la SAA.
4. Dacă has_signature = True, adaugă 1 punct la SAA.
5. Dacă num_colors > 65 și colorfulness > 0.7, adaugă 2 puncte la SAA.
6. Dacă contrast < 0.4 sau brightness < 0.45 sau brightness > 0.75, scade 1 punct din SAA.

După calcularea scorului, tabloul primește eticheta:

• Autentic: dacă SAA ≥ 5

• Incert: dacă SAA < 5

• Answer în fișierul de submisie va fi Autentic sau Incert pentru fiecare tablou din test.csv.

Task 2 – Gruparea tablourilor după stilul pictorului (40 puncte)

Se știe că tablourile din setul de date au fost realizate de 5 pictori celebri, dar informația despre pictor nu este disponibilă.

Sarcina voastră este să atribuiți fiecărui tablou din test.csv un ID numeric între 0 și 4, astfel încât tablourile realizate de același pictor să primească același ID.

• Answer în fișierul de submisie va fi ID-ul numeric (0, 1, 2, 3 sau 4) pentru fiecare tablou din test.csv.
• Toate tablourile realizate de același pictor ar trebui să aibă același ID.

Task 3 – Estimarea prețului tablourilor (40 puncte)

Pentru fiecare tablou inclus în train.csv avem specificat un preț (coloana target_price). Pe baza informațiilor disponibile în train.csv, antrenați un model de Inteligență Artificială care să fie capabil să prezică pentru tablourile din test.csv prețul.

Formatul fișierului de submisie

Fișierul submission.csv trebuie să conțină:

• SampleID - preluat din fișierul test.csv;
• subtaskID - poate fi: Task1, Task2, Task3;
• Answer - valoarea calculată sau estimată pentru tabloul indicat prin SampleID la task-ul indicat prin subtaskID.

Evaluare

Subtask 1 – Scor de autenticitate

Pentru acest subtask se folosește compararea exactă între răspunsurile trimise (Autentic / Incert) și etichetele corecte.

• Punctaj maxim se acordă doar dacă toate răspunsurile sunt corecte.
• Dacă există răspunsuri greșite, punctajul se acordă proporțional, folosind regula de 3 simplă.

Subtask 2 – Grupare pictori

Evaluarea se face folosind Adjusted Rand Index (ARI).

• Punctaj maxim se acordă dacă:

• Pentru valori sub acest prag, punctajul se acordă proporțional.

Subtask 3 – Predicția prețului

Evaluarea se face folosind Mean Absolute Error (MAE).

Reguli:

• MAE ≤ 600 → punctaj maxim
• MAE ≥ 2000 → 0 puncte
• Pentru valori între aceste două praguri, punctajul se acordă proporțional.