ცნობილი ნახატები

ცნობილი ნახატები

კონტექსტი

როდესაც ცნობილ ნახატებზე ვსაუბრობთ, უნდა გავითვალისწინოთ ობიექტური მახასიათებლები, როგორიცაა ტილოს ზომა, ფუნჯის ტიპი, რომლითაც დახატულია, ვიზუალური სირთულე ან ფერების სიმკვრივე, მათი მხატვრული ხარისხის გარდა. ღირებულების ავტომატური შეფასება და მხატვრის სტილის იდენტიფიკაცია შეუძლია დაეხმაროს კოლექციონერებსა და მუზეუმებს ნაწარმოებების დიდი კოლექციების ანალიზში.

ამ ამოცანის გადასაჭრელად თქვენს განკარგულებაში იქნება ორი ფაილი:

• train.csv – შეიცავს ყველა ცვლადს, მათ შორის target_price-ს, მოდელების ტრენინგისთვის
• test.csv – შეიცავს იგივე ცვლადებს, target_price სვეტის გარეშე, და ამ ფაილის მონაცემები გამოიყენება პროგნოზების გენერირებისთვის

მონაცემთა ნაკრების აღწერა

მოთხოვნები

ამ ამოცანისთვის გაქვთ 3 დავალება გადასაჭრელი.

დავალება 1 – მხატვრული ავთენტურობის ქულა (20 ქულა)

ახლახან, ხელოვნური ინტელექტისა და ხელოვნების მკვლევართა ჯგუფმა აღმოაჩინა რევოლუციური ალგორითმი. ეს შეუძლია შეაფასოს, ნახატის ობიექტური მახასიათებლების საფუძველზე, არის თუ არა ნახატი ნამდვილად ავთენტური.

ყოველი ნახატისთვის, ალგორითმი ითვლის მხატვრული ავთენტურობის ქულას (MAQ) შემდეგი წესების გამოყენებით:

1. თუ stroke_density > 0.7, დაამატე 2 ქულა MAQ-ს.
2. თუ complexity > 0.65, დაამატე 2 ქულა MAQ-ს.
3. თუ uses_gold_leaf = True, დაამატე 1 ქულა MAQ-ს.
4. თუ has_signature = True, დაამატე 1 ქულა MAQ-ს.
5. თუ num_colors > 65 და colorfulness > 0.7, დაამატე 2 ქულა MAQ-ს.
6. თუ contrast < 0.4 ან brightness < 0.45 ან brightness > 0.75, ჩამოაკლე 1 ქულა MAQ-ს.

ქულის გამოთვლის შემდეგ, ნახატი იღებს ეტიკეტს:

• ავთენტური: თუ MAQ ≥ 5

• გაურკვეველი: თუ MAQ < 5

• Answer წარდგენის ფაილში იქნება ავთენტური ან გაურკვეველი test.csv-ის ყოველი ნახატისთვის.

დავალება 2 – ნახატების დაჯგუფება მხატვრის სტილის მიხედვით (40 ქულა)

ცნობილია, რომ მონაცემთა ნაკრების ნახატები შექმნილია 5 ცნობილი მხატვრის მიერ, მაგრამ მხატვრის შესახებ ინფორმაცია არ არის ხელმისაწვდომი.

თქვენი ამოცანაა მიანიჭოთ test.csv-ის ყოველ ნახატს რიცხვითი ID 0-დან 4-მდე, ისე რომ ერთი მხატვრის მიერ შექმნილმა ნახატებმა მიიღოს ერთი და იგივე ID.

• Answer წარდგენის ფაილში იქნება რიცხვითი ID (0, 1, 2, 3 ან 4) test.csv-ის ყოველი ნახატისთვის.
• ერთი მხატვრის მიერ შექმნილ ყველა ნახატს უნდა ჰქონდეს ერთი და იგივე ID.

დავალება 3 – ნახატების ფასის შეფასება (40 ქულა)

train.csv-ში ჩართული ყოველი ნახატისთვის გვაქვს მითითებული ფასი (target_price სვეტი). train.csv-ში ხელმისაწვდომი ინფორმაციის საფუძველზე, ავარჯიშეთ ხელოვნური ინტელექტის მოდელი, რომელსაც შეეძლოს test.csv-ის ნახატებისთვის ფასის პროგნოზირება.

წარდგენის ფაილის ფორმატი

ფაილი submission.csv უნდა შეიცავდეს:

• SampleID - აღებული test.csv ფაილიდან;
• subtaskID - შეიძლება იყოს: Task1, Task2, Task3;
• Answer - გამოთვლილი ან შეფასებული მნიშვნელობა SampleID-ით მითითებული ნახატისთვის subtaskID-ით მითითებულ დავალებაში.

შეფასება

ქვედავალება 1 – ავთენტურობის ქულა

ამ ქვედავალებისთვის გამოიყენება ზუსტი შედარება წარდგენილ პასუხებსა (ავთენტური / გაურკვეველი) და სწორ ეტიკეტებს შორის.

• მაქსიმალური ქულა ენიჭება მხოლოდ იმ შემთხვევაში, თუ ყველა პასუხი სწორია.
• თუ არსებობს არასწორი პასუხები, ქულა ენიჭება პროპორციულად, მარტივი სამის წესის გამოყენებით.

ქვედავალება 2 – მხატვრების დაჯგუფება

შეფასება ხდება Adjusted Rand Index (ARI)-ის გამოყენებით.

• მაქსიმალური ქულა ენიჭება თუ:

• ამ ზღვარზე დაბალი მნიშვნელობებისთვის, ქულა ენიჭება პროპორციულად.

ქვედავალება 3 – ფასის პროგნოზირება

შეფასება ხდება Mean Absolute Error (MAE)-ის გამოყენებით.

წესები:

• MAE ≤ 500 → მაქსიმალური ქულა
• MAE ≥ 2000 → 0 ქულა
• ამ ორ ზღვარს შორის მნიშვნელობებისთვის, ქულა ენიჭება პროპორციულად.