ძველი სურათების ავთენტიფიკაცია

ამოცანის აღწერა

თქვენ გარკვეული ხნის განმავლობაში სწავლობთ ხელოვნურ ინტელექტს. თქვენი მამის ძველმა მეგობარმა, რომელიც არის ცნობილი არქეოლოგი და ხელოვნების კრიტიკოსი, გაიგო ამის შესახებ და დახმარება სთხოვა. თქვენ უნდა შექმნათ ალგორითმი, რომელსაც შეუძლია ანტიკური ნახატების კლასიფიცირება როგორც ავთენტური ნიმუშები ან რეპლიკები.

რადგან პროფესიონალური ავთენტიფიკაცია ძვირია, კვლევითმა ჯგუფმა ავთენტურობის ეტიკეტები მიიღო მხოლოდ ნახატების მცირე ნაწილისთვის. ნიმუშების უმეტესობისთვის ავთენტურობა უცნობი რჩება. ცნობილია, რომ ნახატების ციფრული მახასიათებლები ავლენენ ძლიერ სტრუქტურულ ნიმუშებს. თქვენი ამოცანაა გამოიყენოთ ყველა ხელმისაწვდომი ნიმუში - მათ შორის უცნობი ეტიკეტების მქონეები - ანტიკური ნახატების ავთენტურობის კლასიფიკაციის მოდელის ასწავლისთვის.

მონაცემთა ნაკრები

მონაცემთა ნაკრები შედგება სწავლების ნაკრებისგან, ვალიდაციის ნაკრებისგან და ტესტირების ნაკრებისგან, რომელთაგან თითოეული შეიცავს 500 დამოუკიდებელ ნიმუშს.

სწავლების ნაკრები (training_set.csv)

• პირველი სვეტი წარმოადგენს ნახატის ID-ს (SampleID).
• შემდეგი ექვსი სვეტი წარმოადგენს თითოეული ანტიკური ნახატის ციფრულ მახასიათებლებს (feature1, feature2, feature3, feature4, feature5, feature6).
• მეშვიდე სვეტი (label) შეიცავს ეტიკეტს: 1 ავთენტურისთვის, -1 რეპლიკისთვის და 0 უცნობისთვის.

სწავლების ნაკრები გამოიყენება მოდელების ასწავლისთვის და შეიძლება იყოს ხელმისაწვდომი და ჩამოტვირთული პირდაპირ შეჯიბრის დროს.

ვალიდაციის ნაკრები (validation_set.csv)

• ეს მსგავსია სწავლების ნაკრების ფორმატისა, მაგრამ არ შეიცავს ეტიკეტის სვეტს.

⚠️ ვალიდაციის ნაკრები გამოიყენება A რეიტინგის (საჯარო) ქულის გამოსათვლელად და არ იყო პირდაპირ ხელმისაწვდომი შეჯიბრის დროს.

ტესტირების ნაკრები (test_set.csv)

• ეს მსგავსია სწავლების ნაკრების ფორმატისა, მაგრამ არ შეიცავს ეტიკეტის სვეტს.

⚠️ ტესტირების ნაკრები გამოიყენება B რეიტინგის (კერძო) ქულის გამოსათვლელად და არ იყო პირდაპირ ხელმისაწვდომი შეჯიბრის დროს.

ამოცანა

თქვენი ამოცანაა ასწავლოთ შესაბამისი მოდელი, რომელსაც შეუძლია ტესტირების ნაკრებებიდან ნახატების ავთენტურობის პროგნოზირება, მიუხედავად ეტიკეტების გარეშე ნიმუშების დიდი რაოდენობისა.

გაგზავნა

თქვენ უნდა შექმნათ submission.csv ფაილი, რომელსაც ექნება შემდეგი ფორმატი:

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

სადაც:

• SampleID წარმოადგენს ნახატის id-ს (მოწოდებული validation_set.csv-ში ან test_set.csv-ში).
• ClasamentType იქნება A validation_set.csv-ის ნახატებისთვის და იქნება B test_set.csv-ის ნახატებისთვის.
• label არის მოდელის მიერ პროგნოზირებული ეტიკეტი.

ქულა

შეფასების მეტრიკა იქნება კლასიფიკაციის სიზუსტე, განსაზღვრული როგორც სწორად პროგნოზირებული ნიმუშების პროპორცია შეფასებული ნიმუშების მთლიანი რაოდენობიდან.

საბოლოო ქულა გამოითვლება მიღებული სიზუსტის საფუძველზე შემდეგი წესების გამოყენებით:

• accuracy ≥ 0.9 → 100 ქულა
• accuracy ≤ 0.5 → 0 ქულა
• შუალედური მნიშვნელობებისთვის ენიჭება პროპორციული ქულა 0-სა და 100-ს შორის.