Autenticazione di dipinti antichi

Descrizione del problema

Stai studiando l'Intelligenza Artificiale da qualche tempo. Un vecchio amico di tuo padre, archeologo e critico d'arte famoso, ha sentito parlare di questo e ti ha chiesto aiuto. Devi progettare un algoritmo che possa classificare i dipinti antichi come pezzi autentici o come repliche.

Poiché l'autenticazione professionale è costosa, il team di ricerca ha ottenuto etichette di autenticità solo per una piccola parte dei dipinti. Per la maggior parte dei campioni, l'autenticità rimane sconosciuta. È noto che le caratteristiche digitali dei dipinti presentano modelli strutturali forti. Hai il compito di utilizzare tutti i campioni disponibili - inclusi quelli con etichette sconosciute - per addestrare un modello di classificazione dell'autenticità dei dipinti antichi.

Set di dati

Il set di dati è composto da un set di addestramento, un set di validazione e un set di test, ognuno dei quali ha 500 campioni indipendenti.

Set di addestramento (training_set.csv)

• La prima colonna rappresenta l'ID del dipinto (SampleID).
• Le successive cinque colonne rappresentano le caratteristiche digitali di ogni dipinto antico (feature1, feature2, feature3, feature4, feature5, feature6).
• La settima colonna (label) contiene l'etichetta: 1 per autentico, -1 per replica e 0 per sconosciuto.

Il set di addestramento è utilizzato per l'addestramento dei modelli e può essere accessibile e scaricabile direttamente durante la competizione.

Set di validazione (validation_set.csv)

• Questi sono simili al formato del set di addestramento, ma non contengono la colonna etichetta.

⚠️ Il set di validazione è utilizzato per il calcolo del punteggio della Classifica A (pubblica) e non è stato accessibile direttamente durante la competizione.

Set di test (test_set.csv)

• Questi sono simili al formato del set di addestramento, ma non contengono la colonna etichetta.

⚠️ Il set di test è utilizzato per il calcolo del punteggio della Classifica B (privata) e non è stato accessibile direttamente durante la competizione.

Compito

Il tuo compito è addestrare un modello adeguato, capace di predire l'autenticità dei dipinti dai set di test, nonostante il gran numero di campioni non etichettati.

Invio

Devi generare un file submission.csv che avrà il seguente formato:

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

dove:

• SampleID rappresenta l'id del dipinto (fornito in validation_set.csv o test_set.csv).
• ClasamentType avrà il valore A per i dipinti da validation_set.csv e avrà il valore B per i dipinti da test_set.csv.
• label è l'etichetta predetta dal modello.

Punteggio

La metrica di valutazione sarà l'accuratezza della classificazione, definita come la proporzione di campioni predetti correttamente sul numero totale di campioni valutati.

Il punteggio finale è calcolato sulla base dell'accuratezza ottenuta usando le seguenti regole:

• accuracy ≥ 0.9 → 100 punti
• accuracy ≤ 0.5 → 0 punti
• Per i valori intermedi si assegna un punteggio proporzionale tra 0 e 100.