Rezidensi Vizsga

🩺 Rezidensi Vizsga 🤖📘

Minden évben orvostanhallgatók ezrei készülnek karrierjük legnehezebb pillanatára: a Rezidensi Vizsgára. Hónapokon át a leendő orvosok memorizálnak, ismételnek és több száz feleletválasztós kérdést oldanak meg.

De idén a Központi Bizottság úgy döntött, hogy bevezet egy jelentős újítást: egy automatizált platformot, amely gépi tanulás segítségével ellenőrzi és értékeli a válaszokat.
Sajnos a rendszer prototípusa hibákat kezdett produkálni, és a bizottságnak szüksége van a segítségére a javításhoz.

Két fájl áll rendelkezésére:

• train.csv - hivatalos kérdések helyes válaszokkal
• test.csv - új kérdések, amelyekhez meg kell jósolnia a helyes változatot (ezekből kerülnek kiválasztásra a rezidensi vizsgára szánt kérdések 😅)

A célja az automatikus javítási mechanizmus újjáépítése.

📊 Adathalmaz

Minden sor egy feleletválasztós vizsgakérdést képvisel:

• SampleID – a kérdés egyedi azonosítója
• Question – a kérdés szövege
• Option0, Option1, Option2, Option3 – a négy válaszlehetőség
• Answer – csak a train.csv-ben (0–3), a helyes változatot jelzi

📝 Feladat (100 pont)

Építsen fel egy gépi tanulási modellt, amely képes megjósolni a test.csv minden kérdéséhez, hogy a négy változat (0–3) közül melyik a helyes válasz.

A modelljét pontosság alapján értékelik:

• Pontosság ≥ 70% → 100 pont
• Pontosság ≤ 25% → 0 pont
• A köztes értékekhez arányos pontszám jár.

Bármilyen módszer megengedett: klasszikus ML algoritmusok, embeddings, nyelvi modellek, orvosi BERT stb.

📄 A beküldési fájl formátuma

A submission.csv fájlnak minden test kérdéshez egy sort kell tartalmaznia.

A fájl első sora a következőket tartalmazza:

1DatapointID, PredictedAnswer

ahol:

• DatapointID - SampleID a testből
• PredictedAnswer - egy szám 0 és 3 között (a modell által megjósolt helyes változat)

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

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