Rezidentūros egzaminas

🩺 Rezidentūros egzaminas 🤖📘

Kasmet tūkstančiai medicinos absolventų ruošiasi sunkiausiam savo karjeros momentui: Rezidentūros egzaminui. Mėnesių mėnesius būsimi gydytojai įsimena, kartoja ir sprendžia šimtus testinių klausimų.

Bet šiais metais Centrinė komisija nusprendė įvesti didžiulę naujovę: automatizuotą platformą, kuri tikrina ir vertina atsakymus naudodama mašininio mokymosi technologijas.
Deja, sistemos prototipas pradėjo duoti klaidas, ir komisijai reikia jūsų pagalbos ją sutaisyti.

Jums buvo pateikti du failai:

• train.csv - oficialūs klausimai su teisingais atsakymais
• test.csv - nauji klausimai, kuriems reikia numatyti teisingą variantą (iš šių bus atrinkti klausimai rezidentūros egzaminui 😅)

Jūsų tikslas - atkurti automatinio tikrinimo mechanizmą.

📊 Duomenų rinkinys

Kiekviena eilutė reprezentuoja testinio tipo klausimą iš egzamino:

• SampleID – unikalus klausimo identifikatorius
• Question – klausimo formuluotė
• Option0, Option1, Option2, Option3 – keturi atsakymo variantai
• Answer – tik train.csv (0–3), nurodo teisingą variantą

📝 Darbo užduotis (100 taškų)

Sukurkite mašininio mokymosi modelį, gebantį numatyti kiekvienam klausimui iš test.csv, kuris iš keturių variantų (0–3) yra teisingas atsakymas.

Jūsų modelis bus vertinamas naudojant tikslumą:

• Accuracy ≥ 70% → 100 taškų
• Accuracy ≤ 25% → 0 taškų
• Tarpinėms reikšmėms skiriamas proporcionalus taškai.

Leidžiamas bet koks metodas: klasikiniai ML algoritmai, embeddings, kalbos modeliai, medicinos BERT ir kt.

📄 Pateikimo failo formatas

Failas submission.csv turi turėti po vieną eilutę kiekvienam klausimui iš test.

Pirmoji failo eilutė turi būti tokia:

1DatapointID, PredictedAnswer

kur:

• DatapointID - SampleID iš test
• PredictedAnswer - skaičius tarp 0 ir 3 (modelio numatytas teisingas variantas)

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

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