1. 리더 보드

🔹각 식음업장 별 가중치가 존재하며, '담하'와 '미라시아'는 다른 업장보다 높은 가중치로 반영됩니다. (단, 업장 별 가중치 값은 공개하지 않습니다.)

🔹실제 매출 수량이 0인 경우에는 평가 산식 계산에 반영되지 않습니다.

2. 평가 방식

3. 개인 또는 팀 참여 규칙

4. 외부 데이터 및 사전 학습 모델 관련 규칙

1) 사전학습모델 사용 가능 범위

공식적으로 가중치가 공개되었으며, 최소한 비상업적 이용이 허용된 오픈소스 라이선스(MIT, Apache 2.0 등) 하에 배포된 모델만 사용 가능합니다.
해당 조건을 만족하지 않는 모델 및 가중치는 사용할 수 없습니다.

2) API 사용 제한

3) 외부 데이터 사용 금지

5. 시계열 예측 관련 Data Leakage 방지 규칙 [링크]

1) 평가 데이터는 학습에 사용할 수 없습니다.

2) 추론 시 평가 Input으로 제공된 28일 외의 데이터를 추가로 사용할 수 없습니다.

각 평가 샘플에는 Input으로 28일간의 시계열 데이터만 제공되며, 예측 시에는 해당 구간만을 모델 입력으로 사용해야 합니다.
평가 시점에서 Lookback 기간을 임의로 확장하거나, 추가적인 과거 데이터를 연결하여 사용하는 것은 허용되지 않습니다.
즉, 모든 평가 샘플은 제공된 28일 데이터를 기준으로만 예측이 이루어져야 하며, 모델 구조나 데이터 처리 방식에 관계없이 28일을 초과한 입력 사용은 금지됩니다.

3) 평가 샘플은 서로 독립적으로 추론해야 합니다.

4) 추론 시점 이후 정보는 사용할 수 없습니다.

5) 외부 데이터는 사용할 수 없지만, 도메인 지식은 활용할 수 있습니다.

대회에서 제공한 데이터 외의 외부 데이터, 크롤링, API 호출 등은 금지됩니다.
다만, 도메인 지식 기반의 정보(예: 공휴일, 요일 등)는 활용 가능합니다. 다만, 도메인 지식 기반의 정보를 습득할 수 있는 시점도 추론 시점에 유의하여 활용할 수 있어야합니다.
예: "5월 5일은 공휴일이다", "일요일은 주말이다" → 추론 시점 이전에 알 수 있는 도메인 지식 기반의 정보이므로 사용 가능

6. 코드 및 PPT 제출 규칙

온라인 해커톤(Phase2) 종료 후 오프라인 해커톤(Phase3) 진출 희망 팀은 아래의 양식에 맞추어 코드를 dacon@dacon.io로 기한 내에 제출

o 코드에 ‘/data’ 데이터 입/출력 경로 포함

o 코드 파일 확장자: .R, .rmd, .py, .ipynb

o 코드와 주석 인코딩: UTF-8

o 모든 코드는 오류 없이 실행되어야 함(라이브러리 로딩 코드 포함)

o 전체 프로세스를 가독성 있게 정리하고 주석을 포함하여 하나의 파일로 제출

o 개발 환경(OS) 및 라이브러리 버전 기재

o 추론에 사용된 모델 파일 (pth 등) 다운로드 링크 혹은 메일 첨부

o 사용한 사전 학습 모델의 논문 링크, 출처를 기재

o 자유 형식의 솔루션 PPT 필수 제출

o 팀원들의 오프라인 해커톤(Phase3) 참가 여부 필수 기재

7. 유의 사항

1일 최대 제출 횟수: 5회
사용 가능 언어: Python
모든 학습, 추론의 과정 그리고 추론의 결과물들은 정상적인 코드를 바탕으로 이루어져야 하며, 비정상적인 방법으로 얻은 제출물들은 적발 시 규칙 위반에 해당됩니다.
대회 규칙 위반 사항이 적발되는 경우, 최대 실격에 해당할 수 있습니다.
최종 순위는 선택된 파일 중에서 채점되므로 참가자는 제출 창에서 자신이 최종적으로 채점 받고 싶은 파일을 1개를 선택해야 함
대회 직후 공개되는 Private 랭킹은 예선 최종 순위가 아니며 코드 검증 후 본선 진출자가 결정됨
데이콘은 부정 제출 행위를 금지하고 있으며 데이콘 대회 부정 제출 이력이 있는 경우 평가가 제한됩니다. 자세한 사항은 아래의 링크를 참고해 주시기 바랍니다.

8. 토론(질문)

대회 운영 및 데이터 이상에 관련된 질문 외에는 답변을 드리지 않고 있습니다. 기타 질문은 토론 페이지를 통해 자유롭게 토론해 주시기 바랍니다.
데이콘 답변을 희망하는 경우 토크 게시글 댓글로 질문을 올려 주시기 바랍니다.

예) [DACON 답변 요청] 시상식은 언제 열리나요?

식음업장 메뉴 수요 예측 AI 온라인 해커톤

LG Aimers | 채용 | 알고리즘 | 정형 | 시계열 | 수요 예측 | SMAPE