Autentisering av antika målningar

Problembeskrivning

Du har studerat Artificiell Intelligens ett tag. En gammal vän till din far, en känd arkeolog och konstkritiker, har hört talas om detta och bett dig om hjälp. Du behöver designa en algoritm som kan klassificera antika målningar som antingen äkta verk eller repliker.

Eftersom professionell autentisering är kostsam har forskarteamet endast erhållit autenticitetsetiketter för en liten del av målningarna. För majoriteten av proverna förblir autenticiteten okänd. Det är känt att de digitala egenskaperna hos målningarna uppvisar starka strukturella mönster. Du har i uppgift att använda alla tillgängliga prover - inklusive de med okända etiketter - för att träna en klassificeringsmodell för autenticitet av antika målningar.

Dataset

Datasetet består av en träningsuppsättning, en valideringsuppsättning och en testuppsättning, var och en med 500 oberoende prover.

Träningsuppsättning (training_set.csv)

• Den första kolumnen representerar målningens ID (SampleID).
• De följande fem kolumnerna representerar de digitala egenskaperna för varje antik målning (feature1, feature2, feature3, feature4, feature5, feature6).
• Den sjunde kolumnen (label) innehåller etiketten: 1 för äkta, -1 för replika och 0 för okänd.

Träningsuppsättningen används för att träna modeller och kan nås och laddas ner direkt under tävlingen.

Valideringsuppsättning (validation_set.csv)

• Dessa liknar formatet för träningsuppsättningen, men innehåller inte etikettkolumnen.

⚠️ Valideringsuppsättningen används för att beräkna poängen för Rankning A (offentlig) och var inte direkt tillgänglig under tävlingen.

Testuppsättning (test_set.csv)

• Dessa liknar formatet för träningsuppsättningen, men innehåller inte etikettkolumnen.

⚠️ Testuppsättningen används för att beräkna poängen för Rankning B (privat) och var inte direkt tillgänglig under tävlingen.

Uppgift

Din uppgift är att träna en lämplig modell som kan förutsäga autenticiteten hos målningar från testuppsättningarna, trots det stora antalet omärkta prover.

Inlämning

Du måste generera en fil submission.csv som kommer att ha följande format:

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

där:

• SampleID representerar målningens id (tillhandahållet i validation_set.csv eller test_set.csv).
• ClasamentType kommer att ha värdet A för målningar från validation_set.csv och kommer att ha värdet B för målningar från test_set.csv.
• label är den etikett som förutsägs av modellen.

Poäng

Utvärderingsmåttet kommer att vara klassificeringsnoggranhet, definierad som andelen korrekt förutsagda prover av det totala antalet utvärderade prover.

Den slutliga poängen beräknas baserat på den erhållna noggrannheten med följande regler:

• accuracy ≥ 0.9 → 100 poäng
• accuracy ≤ 0.5 → 0 poäng
• För mellanliggande värden tilldelas proportionell poäng mellan 0 och 100.