Muinaisten kuvien todentaminen

Tehtävän kuvaus

Olet opiskellut tekoälyä jo jonkin aikaa. Isäsi vanha ystävä, kuuluisa arkeologi ja taidekriitikko, on kuullut tästä ja pyytänyt apuasi. Sinun tulee suunnitella algoritmi, joka pystyy luokittelemaan antiikin maalaukset joko aidoiksi teoksiksi tai jäljennöksiksi.

Koska ammattimainen autentikointi on kallista, tutkimusryhmä on saanut aitousmerkinnät vain pienelle osalle maalauksista. Suurimmalle osalle näytteistä aitous pysyy tuntemattomana. Tiedetään, että maalausten digitaaliset ominaisuudet osoittavat vahvoja rakenteellisia malleja. Tehtäväsi on käyttää kaikkia saatavilla olevia näytteitä - mukaan lukien ne, joiden merkinnät ovat tuntemattomia - antiikin maalausten aitouden luokittelumallin kouluttamiseen.

Tietoaineisto

Tietoaineisto koostuu koulutusjoukosta, validointijoukosta ja testijoukosta, joista jokaisessa on 500 riippumatonta näytettä.

Koulutusjoukko (training_set.csv)

• Ensimmäinen sarake edustaa maalauksen ID:tä (SampleID).
• Seuraavat kuusi saraketta edustavat kunkin antiikin maalauksen digitaalisia ominaisuuksia (feature1, feature2, feature3, feature4, feature5, feature6).
• Seitsemäs sarake (label) sisältää merkinnän: 1 aidolle, -1 jäljennökselle ja 0 tuntemattomalle.

Koulutusjoukko käytetään mallien kouluttamiseen ja se on ollut suoraan saatavilla ja ladattavissa kilpailun aikana.

Validointijoukko (validation_set.csv)

• Nämä ovat samankaltaisia koulutusjoukkon formaatin kanssa, mutta eivät sisällä merkintäsaraketta.

⚠️ Validointijoukkoa käytetään Ranking A:n (julkinen) pistemäärän laskemiseen, eikä se ollut suoraan saatavilla kilpailun aikana.

Testijoukko (test_set.csv)

• Nämä ovat samankaltaisia koulutusjoukkon formaatin kanssa, mutta eivät sisällä merkintäsaraketta.

⚠️ Testijoukkoa käytetään Ranking B:n (yksityinen) pistemäärän laskemiseen, eikä se ollut suoraan saatavilla kilpailun aikana.

Tehtävä

Tehtäväsi on kouluttaa sopiva malli, joka pystyy ennustamaan testijoukon maalausten aitoutta huolimatta suuresta määrästä merkitsemättömiä näytteitä.

Palautus

Sinun tulee luoda submission.csv-tiedosto, jolla on seuraava muoto:

1SampleID, ClasamentType, label2VALIDATION_001, A, 13TEST_001, B, 1

missä:

• SampleID edustaa maalauksen id:tä (annettu validation_set.csv:ssä tai test_set.csv:ssä).
• ClasamentType saa arvon A validation_set.csv:n maalauksille ja arvon B test_set.csv:n maalauksille.
• label on mallin ennustama merkintä.

Pisteet

Arviointimetriikka on luokittelutarkkuus, joka määritellään oikein ennustettujen näytteiden osuutena arvioiduista näytteistä yhteensä.

Lopullinen pistemäärä lasketaan saavutetun tarkkuuden perusteella seuraavilla säännöillä:

• accuracy ≥ 0.9 → 100 pistettä
• accuracy ≤ 0.5 → 0 pistettä
• Väliarvoille myönnetään suhteellinen pistemäärä 0:n ja 100:n väliltä.