광운대학교 운동 동작 분류 AI 경진대회

1. 평가

• 심사 기준: LogLoss
• 1차 평가(Public Score): 테스트 데이터 중 랜덤 샘플 된 50%로 채점, 대회 기간 중 공개
• 2차 평가(Private Score): 나머지 50 % 테스트 데이터로 채점, 대회 종료 직후 공개
• 최종 순위는 선택된 파일 중에서 채점되므로, 참가자는 제출 창에서 자신이 최종적으로 채점 받고 싶은 파일을 선택해야 함. (최종 파일 미선택시 처음으로 제출한 파일로 자동 선택됨)
• 대회 직후 공개되는 Private Score 랭킹은 최종 순위가 아니며, 코드 검증 후 최종 수상자가 결정됨

2. 팀 구성 안내

• 개인별 참가 신청 후 팀 구성
• 팀 최대 구성 인원 : 4명 (반드시 SW 비전공자가 1명 이상)
• 학생들 자발적인 팀 구성 후 나머지는 임의로 팀 구성
• 팀 구성 방법: 팀 페이지(https://dacon.io/competitions/official/235815/team)에서 팀 구성 안내 확인

3. 외부 데이터

• 외부 데이터 사용 前 대회문의 게시판에 문의 要
• 법적 제약이 없으며 공개된 사전 학습 모델 사용 허용

4.코드 평가

• 다음 조건을 만족하며 제출한 코드로 Private score가 복원된 에게 상금을 수여합니다.

- Private 순위 공개 후 코드 제출 기간 내 코드를 코드공유 게시판 게시한 팀

- 제목 양식 : 팀이름, Private 순위와 Private 점수, 모델 이름

- 내 용 : 전처리, 학습, 후처리, 추론 일련의 과정을 담은 코드를 게시

- 예시) 데이콘팀, Private 1위, Private 점수 :1.28, ResNet

5. 유의 사항

• 1일 최대 제출 횟수: 3회
• 사용 가능 언어: Python, R
• 모델 학습에서 검증 혹은 평가 데이터셋 활용시(Data Leakage 등) 실격
• 최종 순위는 선택된 파일 중에서 채점되므로 참가자는 제출 창에서 자신이 최종적으로 채점 받고 싶은 파일을 선택해야 함
• 대회 직후 공개되는 Private 랭킹은 최종 순위가 아니며 코드 검증 후 수상자가 결정됨
• 데이콘은 부정 제출 행위를 금지하고 있으며 데이콘 대회 부정 제출 이력이 있는 경우 평가가 제한됩니다. 자세한 사항은 아래의 링크를 참고해 주시기 바랍니다. https://dacon.io/notice/notice/13
• 다음과 같은 부정행위에 대해서 데이콘은 엄중하게 대처하고 있습니다. 유의하시기 바랍니다.
• 지인의 계정을 사용하여 중복 제출하는 경우
• 타 팀과 정보를 공유하는 경우
• Public, Private 데이터를 직접 라벨링하여 학습에 사용하는 경우(Data Leakage에 해당)

6. 대회문의

• 대회 운영 및 데이터 이상에 관련된 질문 외에는 답변을 드리지 않고 있습니다. 기타 질문은 토론 페이지를 통해 자유롭게 토론해주시기 바랍니다.
• 데이콘 답변을 희망하는 경우 [대회문의] 페이지에 질문을 올려 주시기 바랍니다.