Autenticação de pinturas antigas

Descrição do problema

Você está estudando Inteligência Artificial há algum tempo. Um velho amigo do seu pai, arqueólogo e crítico de arte famoso, soube disso e pediu sua ajuda. Você precisa projetar um algoritmo que possa classificar pinturas antigas como peças autênticas ou réplicas.

Como a autenticação profissional é cara, a equipe de pesquisa obteve rótulos de autenticidade apenas para uma pequena parte das pinturas. Para a maioria das amostras, a autenticidade permanece desconhecida. Sabe-se que as características digitais das pinturas apresentam padrões estruturais fortes. Você tem a tarefa de utilizar todas as amostras disponíveis - incluindo aquelas com rótulos desconhecidos - para treinar um modelo de classificação da autenticidade de pinturas antigas.

Conjunto de dados

O conjunto de dados é composto por um conjunto de treinamento, um conjunto de validação e um conjunto de teste, cada um tendo 500 amostras independentes.

Conjunto de treinamento (training_set.csv)

• A primeira coluna representa o ID da pintura (SampleID).
• As próximas cinco colunas representam as características digitais de cada pintura antiga (feature1, feature2, feature3, feature4, feature5, feature6).
• A sétima coluna (label) contém o rótulo: 1 para autêntico, -1 para réplica e 0 para desconhecido.

O conjunto de treinamento é utilizado para treinar os modelos e pode ser acessado e baixado diretamente durante a competição.

Conjunto de validação (validation_set.csv)

• Estes são similares ao formato do conjunto de treinamento, mas não contêm a coluna de rótulo.

⚠️ O conjunto de validação é utilizado para calcular a pontuação do Ranking A (público) e não foi acessível diretamente durante a competição.

Conjunto de teste (test_set.csv)

• Estes são similares ao formato do conjunto de treinamento, mas não contêm a coluna de rótulo.

⚠️ O conjunto de teste é usado para calcular a pontuação do Ranking B (privado) e não foi acessível diretamente durante a competição.

Tarefa

Sua tarefa é treinar um modelo adequado, capaz de prever a autenticidade das pinturas dos conjuntos de teste, apesar do grande número de amostras não rotuladas.

Submissão

Você deve gerar um arquivo submission.csv que terá o seguinte formato:

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

onde:

• SampleID representa o id da pintura (fornecido em validation_set.csv ou test_set.csv).
• ClasamentType terá o valor A para pinturas de validation_set.csv e terá o valor B para pinturas de test_set.csv.
• label é o rótulo previsto pelo modelo.

Pontuação

A métrica de avaliação será a acurácia da classificação, definida como a proporção de amostras previstas corretamente do número total de amostras avaliadas.

A pontuação final é calculada com base na acurácia obtida usando as seguintes regras:

• accuracy ≥ 0.9 → 100 pontos
• accuracy ≤ 0.5 → 0 pontos
• Para valores intermediários é concedida pontuação proporcional entre 0 e 100.