🌟 Pokémon – Chemarea Profesorului Oak 🔎

⚡ Misiunea Tânărului Antrenor

Într-o dimineață senină în regiunea Kanto, ești invitat de însuși Profesorul Oak, cel mai respectat cercetător Pokémon, să participi la o nouă provocare în care să-ți demonstrezi talentul și abilitățile.

O pană de curent survenită în laboratorul său a dezorganizat o parte din prețioasa sa colecție de imagini și date Pokémon, iar acum doar un tânăr antrenor cu spirit analitic și pasiune pentru știință poate să-l ajute.

Profesorul Oak a reușit să recupereze două fișiere CSV fundamentale (train.csv și test.csv) care conțin următoarele coloane:

• SampleID – un identificator numeric unic (de forma 000001, 000002, …)
• ImagePath – calea către imagine (ex: images/000001.png)
• Type – tipul Pokémonului (doar în train.csv; în test.csv lipsește)

În directorul images/ se află toate imaginile, denumite conform regulii:
images/<SampleID>.png

Acestea sunt singurele informații recuperate și singurele de care ai voie să te folosești în reconstrucția datasetului.

🎯 Sarcina ta

Profesorul Oak are nevoie de ajutorul tău pentru a-și recupera datele pierdute și pentru a continua studiul său despre recunoașterea speciilor Pokémon pe baza imaginilor.

Misiunea ta este să alegi și să antrenezi cel mai bun model capabil să identifice cu istețime cele mai variate tipuri de Pokémon, folosind imaginile puse la dispoziție.

Setul de date pe care îl ai conține exemple deja etichetate pentru antrenare, iar provocarea finală este să folosești modelul antrenat pentru a clasifica, cu acuratețe și eleganță, imaginile cu Pokémoni necunoscuți din test.csv.

Doar cei mai buni antrenori reușesc să îmbine știința cu intuiția, iar acum e rândul tău să dovedești că meriți titlul de Maestru Pokémon.

📘 Exemplu de rezultat final

SampleID,,Type  
000001,Grass  
000002,Fire  
000003,Water

📊 Evaluare

Predicțiile vor fi comparate cu tipurile reale și se va calcula acuratețea:

accuracy = (număr_predicții_corecte / număr_total_predicții)

Punctajul final este calculat pe baza acurateței obținute folosind următoarele reguli:

• accuracy ≥ 90% → 100 puncte
• accuracy < 20% → 0 puncte
• Pentru valorile intermediare se acordă punctaj proporțional între 0 și 100.

⚠️ Important: Doar clasificarea imaginilor din test.csv contează pentru evaluare. Fișierul de submisie trebuie să conțină coloanele SampleID,Type și să fie în format csv.

🏆 Succes, tânăr antrenor! Destinul enciclopediei Pokémon depinde de tine.