Pokémon – Professori Oakin kutsu

🌟 Pokémon – Professori Oakin kutsu 🔎

⚡ Nuoren kouluttajan tehtävä

Eräänä kirkkaana aamuna Kanto-alueella sinut kutsuu itse Professori Oak, arvostetuin Pokémon-tutkija, osallistumaan uuteen haasteeseen, jossa saat osoittaa lahjakkuutesi ja taitosi.

Hänen laboratoriossaan sattunut sähkökatkos on sekoittanut osan hänen arvokkaasta Pokémon-kuvien ja -tietojen kokoelmastaan, ja nyt vain nuori kouluttaja analyyttisellä mielellä ja tieteellisellä intohimolla voi auttaa häntä.

Professori Oak on onnistunut palauttamaan kaksi perustavanlaatuista CSV-tiedostoa (train.csv ja test.csv), jotka sisältävät seuraavat sarakkeet:

• SampleID – yksilöllinen numeerinen tunniste (muodossa 000001, 000002, …)
• ImagePath – polku kuvaan (esim. images/000001.png)
• Type – Pokémonin tyyppi (vain train.csv:ssä; test.csv:stä puuttuu)

Hakemistossa images/ ovat kaikki kuvat, nimetty säännön mukaan:
images/<SampleID>.png

Nämä ovat ainoat palautetut tiedot ja ainoat, joita saat käyttää tietoaineiston uudelleenrakentamisessa.

🎯 Tehtäväsi

Professori Oak tarvitsee apuasi kadonneiden tietojensa palauttamisessa ja Pokémon-lajien tunnistamista koskevien tutkimustensa jatkamisessa kuvien perusteella.

Tehtäväsi on valita ja kouluttaa paras malli, joka kykenee älykkäästi tunnistamaan mitä moninaisimpia Pokémon-tyyppejä käyttäen käytettävissä olevia kuvia.

Käytössäsi oleva tietoaineisto sisältää jo merkittyjä esimerkkejä koulutusta varten, ja lopullinen haaste on käyttää koulutettua mallia luokittelemaan tarkkuudella ja tyylikkäästi test.csv:n tuntemattomien Pokémonien kuvat.

Vain parhaat kouluttajat onnistuvat yhdistämään tieteen intuition kanssa, ja nyt on sinun vuorosi todistaa ansaitsevasi Pokémon-mestarin arvonimen.

📘 Esimerkki lopputuloksesta

1SampleID,,Type  2000001,Grass  3000002,Fire  4000003,Water

📊 Arviointi

Ennusteita verrataan todellisiin tyyppeihin ja lasketaan tarkkuus:

1accuracy = (oikeiden_ennusteiden_määrä / ennusteiden_kokonaismäärä)

Lopullinen pistemäärä lasketaan saavutetun tarkkuuden perusteella seuraavien sääntöjen mukaan:

• accuracy ≥ 90% → 100 pistettä
• accuracy < 20% → 0 pistettä
• Väliarvoille myönnetään suhteellinen pistemäärä 0:n ja 100:n väliltä.

⚠️ Tärkeää: Vain test.csv:n kuvien luokittelu lasketaan arvioinnissa. Palautustiedoston tulee sisältää sarakkeet SampleID,Type ja olla csv-muodossa.

🏆 Onnea, nuori kouluttaja! Pokémon-ensyklopedian kohtalo riippuu sinusta.