커뮤니티 대회 교육

생육 환경 최적화 경진대회

KIST강릉분원 | Vision | 시계열 | 생육데이터 | NMAE

  • moneyIcon 상금 : 총 300만원
  • 631명 마감

1. 규칙


[Algorithm]

  • 제출 횟수 및 최대 팀원
  1. 1일 최대 제출 횟수 : 5회
  2. 최종 제출 선택 개수 : 2개
  3. 팀 최대 인원 : 4명
  • 리더보드
import numpy as np

def NMAE(true, pred):
    mae = np.mean(np.abs(true-pred))
    score = mae / np.mean(np.abs(true))
    return score
  1. 평가 산식 : NMAE (Normalized MAE)
  2. public score : 전체 테스트 데이터 중 25%
  3. private score : 전체 테스트 데이터 중 100%
  • Test Dataset은 추론 과정에서만 사용 가능
  • 코드 평가
  1. 다음 조건을 만족하며 제출한 코드로 Private Score 복원된 상위 3팀에게 상금 수여
  2. 대회 종료 후 평가 희망자는 코드 공유 게시판에 코드 게시
  3. 코드에 '/data' 데이터 입/출력 경로 포함
  4. 코드 파일 확장자 :.R, .rmd, .py, .ipynb
  5. 코드 제출 유의사항
  6. 코드 인코딩 UTF-8
  7. 개발환경(OS) 및 라이브러리 버전 기재
  8. 코드에 대한 주석을 모두 달 필요는 없으나 실행 방법대로 실행 시 모든 코드가 오류없이 실행되어야 합니다.
  9. 코드공유 게시판 게시
  10. 제목 양식 : 팀 이름, Private 순위와 점수, 모델 이름. 예) 데이콘팀, Private 1위, Private 점수 :5.23, ResNet
  11. 내용 : 전처리, 학습, 후처리, 추론 일련의 과정을 담은 코드를 게시
  12. ipynb 형식의 게시가 어려울 경우 github링크와 함께 코드 주요부분과 마크다운을 작성하여 게시
  • 코드 검증 환경
  1. NVIDIA GeForce RTX 3090 / Ubuntu 18.04.6 LTS (64bit)
  2. Tesla V100-PCIE-32GB / Ubuntu 16.04.6 LTS (64bit)
  3. Colab GPU / Linux-5.4.104+-x86_64-with-Ubuntu-18.04-bionic


[Analytics]

분석 분야 공지 확인 [Analytics 공지]


2. 외부 데이터 및 사전학습 모델

  • 공공 데이터와 같이 누구나 얻을 수 있고 법적 제약이 없는 외부 데이터 허용
  • 사용한 사전 학습 모델에 대한 간략한 설명 기재


3. 개인 및 팀 병합 규정

  • 개인 참가 방법 : 팀 신청 없이, 자유롭게 제출탭에서 제출 가능
  • 팀 참가 방법 : 팀 탭에서 가능, 상세 내용은 팀 탭에서 팀 병합 정책 확인
  • 하나의 대회는 하나의 팀으로만 등록 가능
  • 팀 병합 후 해체 및 개인 참가 불가
  • 팀의 수상 요건 충족시 팀의 대표가 수상


4. 유의 사항

  • 사용 가능 언어 : Python, R
  • 최종 순위는 선택된 파일 중에서 채점되므로 참가자는 제출창에서 자신이 최정적으로 채점 받고 싶은 파일을 선택해야 함(최대 2개 선택)
  • 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 제한되며 자세한 사항 링크를 통해 확인 가능 https://dacon.io/notice/notice/13


5. 대회문의

  • 대회 운영 및 데이터 이상 관련된 질문 외에 답변 불가능
  • 데이콘 답변 희망하는 경우 토론 게시판 대회 문의 게시글에 댓글 형식으로 질문 게시


대회 주요 일정

  1. 04.11

    대회 시작

  2. 05.13

    팀 병합 마감

  3. 05.20

    대회 종료

  4. 05.25

    코드 제출 마감

  5. 06.02

    코드 평가

  6. 06.03

    최종 결과 발표

1. 규칙


[Algorithm]

  • 제출 횟수 및 최대 팀원
  1. 1일 최대 제출 횟수 : 5회
  2. 최종 제출 선택 개수 : 2개
  3. 팀 최대 인원 : 4명
  • 리더보드
import numpy as np

def NMAE(true, pred):
    mae = np.mean(np.abs(true-pred))
    score = mae / np.mean(np.abs(true))
    return score
  1. 평가 산식 : NMAE (Normalized MAE)
  2. public score : 전체 테스트 데이터 중 25%
  3. private score : 전체 테스트 데이터 중 100%
  • Test Dataset은 추론 과정에서만 사용 가능
  • 코드 평가
  1. 다음 조건을 만족하며 제출한 코드로 Private Score 복원된 상위 3팀에게 상금 수여
  2. 대회 종료 후 평가 희망자는 코드 공유 게시판에 코드 게시
  3. 코드에 '/data' 데이터 입/출력 경로 포함
  4. 코드 파일 확장자 :.R, .rmd, .py, .ipynb
  5. 코드 제출 유의사항
  6. 코드 인코딩 UTF-8
  7. 개발환경(OS) 및 라이브러리 버전 기재
  8. 코드에 대한 주석을 모두 달 필요는 없으나 실행 방법대로 실행 시 모든 코드가 오류없이 실행되어야 합니다.
  9. 코드공유 게시판 게시
  10. 제목 양식 : 팀 이름, Private 순위와 점수, 모델 이름. 예) 데이콘팀, Private 1위, Private 점수 :5.23, ResNet
  11. 내용 : 전처리, 학습, 후처리, 추론 일련의 과정을 담은 코드를 게시
  12. ipynb 형식의 게시가 어려울 경우 github링크와 함께 코드 주요부분과 마크다운을 작성하여 게시
  • 코드 검증 환경
  1. NVIDIA GeForce RTX 3090 / Ubuntu 18.04.6 LTS (64bit)
  2. Tesla V100-PCIE-32GB / Ubuntu 16.04.6 LTS (64bit)
  3. Colab GPU / Linux-5.4.104+-x86_64-with-Ubuntu-18.04-bionic


[Analytics]

분석 분야 공지 확인 [Analytics 공지]


2. 외부 데이터 및 사전학습 모델

  • 공공 데이터와 같이 누구나 얻을 수 있고 법적 제약이 없는 외부 데이터 허용
  • 사용한 사전 학습 모델에 대한 간략한 설명 기재


3. 개인 및 팀 병합 규정

  • 개인 참가 방법 : 팀 신청 없이, 자유롭게 제출탭에서 제출 가능
  • 팀 참가 방법 : 팀 탭에서 가능, 상세 내용은 팀 탭에서 팀 병합 정책 확인
  • 하나의 대회는 하나의 팀으로만 등록 가능
  • 팀 병합 후 해체 및 개인 참가 불가
  • 팀의 수상 요건 충족시 팀의 대표가 수상


4. 유의 사항

  • 사용 가능 언어 : Python, R
  • 최종 순위는 선택된 파일 중에서 채점되므로 참가자는 제출창에서 자신이 최정적으로 채점 받고 싶은 파일을 선택해야 함(최대 2개 선택)
  • 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 제한되며 자세한 사항 링크를 통해 확인 가능 https://dacon.io/notice/notice/13


5. 대회문의

  • 대회 운영 및 데이터 이상 관련된 질문 외에 답변 불가능
  • 데이콘 답변 희망하는 경우 토론 게시판 대회 문의 게시글에 댓글 형식으로 질문 게시


대회 주요 일정

  1. 04.11

    대회 시작
  2. 05.13

    팀 병합 마감
  3. 05.20

    대회 종료
  4. 05.25

    코드 제출 마감
  5. 06.02

    코드 평가
  6. 06.03

    최종 결과 발표