Prijímacie skúšky na rezidenčné štúdium

🩺 Rezidenčná skúška 🤖📘

Každý rok sa tisíce absolventov medicíny pripravujú na najťažší moment svojej kariéry: Rezidenčnú skúšku. Celé mesiace budúci lekári memorujú, opakujú a riešia stovky testových otázok.

Ale tento rok sa Centrálna komisia rozhodla zaviesť veľkú inováciu: automatizovanú platformu, ktorá overuje a hodnotí odpovede pomocou strojového učenia.
Bohužiaľ, prototyp systému začal vykazovať chyby a komisia potrebuje tvoju pomoc pri jeho oprave.

K dispozícii máš dva súbory:

• train.csv - oficiálne otázky so správnou odpoveďou
• test.csv - nové otázky, pre ktoré musíš predpovedať správnu variantu (z týchto budú vybrané otázky na rezidenčnú skúšku 😅)

Tvojím cieľom je rekonštruovať mechanizmus automatickej opravy.

📊 Dátová sada

Každý riadok predstavuje testovaciu otázku zo skúšky:

• SampleID – jedinečný identifikátor otázky
• Question – znenie otázky
• Option0, Option1, Option2, Option3 – štyri varianty odpovede
• Answer – len v train.csv (0–3), označuje správnu variantu

📝 Pracovná úloha (100 bodov)

Vytvor model strojového učenia schopný predpovedať pre každú otázku z test.csv, ktorá zo štyroch variantov (0–3) je správna odpoveď.

Tvoj model bude hodnotený pomocou presnosti:

• Accuracy ≥ 70% → 100 bodov
• Accuracy ≤ 25% → 0 bodov
• Pre medzilehlé hodnoty sa udeľuje proporcionálne bodovanie.

Akákoľvek metóda je povolená: klasické ML algoritmy, embeddings, jazykové modely, medicínsky BERT atď.

📄 Formát súboru na odovzdanie

Súbor submission.csv musí obsahovať jeden riadok pre každú otázku z testu.

Prvý riadok súboru obsahuje nasledovné:

1DatapointID, PredictedAnswer

kde:

• DatapointID - SampleID z testu
• PredictedAnswer - číslo medzi 0 a 3 (správna varianta predpovedaná modelom)

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

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