בחינת התמחות

🩺 בחינת התמחות 🤖📘

בכל שנה, אלפי בוגרי רפואה מתכוננים לרגע הקשה ביותר בקריירה שלהם: בחינת התמחות. במשך חודשים שלמים, הרופאים העתידיים משננים, חוזרים ופותרים מאות שאלות אמריקאיות.

אבל השנה, הוועדה המרכזית החליטה להכניס חדשנות מרכזית: פלטפורמה אוטומטית שבודקת ומעריכה תשובות באמצעות למידת מכונה.
לצערנו, אב הטיפוס של המערכת התחיל לתת שגיאות, והוועדה זקוקה לעזרתך כדי לתקן אותו.

הועמדו לרשותך שני קבצים:

• train.csv - שאלות רשמיות עם תשובה נכונה
• test.csv - שאלות חדשות, שעבורן עליך לחזות את האפשרות הנכונה (מאלה ייבחרו השאלות לבחינת התמחות 😅)

המטרה שלך היא לשחזר את מנגנון התיקון האוטומטי.

📊 מערך הנתונים

כל שורה מייצגת שאלה אמריקאית מהבחינה:

• SampleID – מזהה ייחודי של השאלה
• Question – נוסח השאלה
• Option0, Option1, Option2, Option3 – ארבע אפשרויות התשובה
• Answer – רק ב-train.csv (0–3), מציין את האפשרות הנכונה

📝 משימת העבודה (100 נקודות)

בנה מודל למידת מכונה המסוגל לחזות, עבור כל שאלה ב-test.csv, איזו מבין ארבע האפשרויות (0–3) היא התשובה הנכונה.

המודל שלך יוערך באמצעות דיוק:

• Accuracy ≥ 70% → 100 נקודות
• Accuracy ≤ 25% → 0 נקודות
• עבור ערכים ביניים ניתן ציון יחסי.

כל שיטה מותרת: אלגוריתמי ML קלאסיים, embeddings, מודלי שפה, BERT רפואי וכו'.

📄 פורמט קובץ ההגשה

הקובץ submission.csv חייב להכיל שורה אחת לכל שאלה מהמבחן.

השורה הראשונה של הקובץ מכילה את הבאים:

1DatapointID, PredictedAnswer

כאשר:

• DatapointID - SampleID מהמבחן
• PredictedAnswer - מספר בין 0 ל-3 (האפשרות הנכונה שחזה המודל)

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

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