소비자 데이터 기반 소비 예측 AI 해커톤

1. 평가

• 리더보드
• 심사 기준 : NMAE

import numpy as np

def NMAE(true, pred):
    mae = np.mean(np.abs(true-pred))
    score = mae / np.mean(np.abs(true))
    return score

• public score : 전체 테스트 데이터 중 50%
• private score : 전체 테스트 데이터 중 50%

• 리더보드 수상자 (1~3등) 코드 평가

1. Private 순위 공개 후 코드 제출 기간 내 코드 공유 게시판에 게시
2. 제목 양식 : 팀 이름, Private 순위와 점수, 모델 이름 (e.g. 데이콘팀, Private 1위, Private 점수 :5.23, RandomForest)
3. 내용 : 전처리, 학습, 후처리, 추론 일련의 과정을 담은 코드 및 코드 설명을 게시.
4. 참가자들의 "좋아요", "댓글" 및 정성 평가를 통해 특별상 수상자 선정

2. 개인 또는 팀 참여 규칙

• 1일 최대 제출 횟수 : 3회
• 개인으로만 참여할 수 있습니다. (팀 구성 X)
• 개인 참가 방법 : 팀 신청 없이, 자유롭게 제출 창에서 제출 가능

3. 부정 행위

• 아래 사항들은 모두 부정행위로 간주합니다.
• 주어진 학습 데이터(train.csv) 이외의 데이터를 학습에 사용
• 테스트 데이터(test.csv)를 학습에 사용 (* 제출 파일 생성에만 사용해주세요)
• 외부에 공개된 원본 데이터를 사용
• 사전 학습(pretrained) 모델 사용
• 반드시 데이콘에서 받은 데이터만을 사용해주세요.

[중요]

• 대회 진행 중 부정행위가 의심되는 경우, 먼저 리더보드에서 기록이 숨김 처리됩니다.
• 데이콘 측에서는 해당 참가자에게 기록 복구를 위한 코드 제출을 요청할 수 있습니다.
• 해당 참가자가 대회 종료 3시간 전 (금요일 15:00) 까지 코드를 제출하여 정상적인 코드임이 확인될 시 기록이 복구됩니다.
• 데이콘은 투명하고 공정한 대회 운영을 위해 단 한번의 부정행위에도 엄격히 대응하고 있습니다.

• 대회 종료 후 부정행위가 확인된 경우, 리더보드에서 기록이 삭제되며 수상자 명단에서 제외됩니다.
• 데이콘은 부정행위를 엄격히 금지하고 있으며 데이콘 대회 부정 제출 이력이 있는 경우 평가가 제한됩니다.
• 자세한 사항은 다음의 링크를 참고해 주시기 바랍니다. https://dacon.io/notice/notice/13

4. 유의 사항

• 1일 최대 제출 횟수: 3회
• 모델 학습에서 검증 혹은 평가 데이터셋 활용 시 Data Leakage로 판단하여 실격 처리됩니다. (부정 행위)
• 최종 순위는 선택된 파일 중에서 채점되므로 참가자는 제출 창에서 자신이 최종적으로 채점 받고 싶은 파일을 선택해야 합니다.
• 대회 직후 공개되는 Private 랭킹은 최종 순위가 아니며 코드 검증 후 수상자가 결정됩니다.
• 대회 종료 후 리더보드 및 코드 공유 수상자 순위를 결정합니다.

5. 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 [토크] - [DAKER! 대회 관련 문의] 페이지에 댓글을 남겨주시기 바랍니다.