식음업장 메뉴 수요 예측 AI 온라인 해커톤

1. 리더 보드

• 평가 산식 : 식음업장 별 가중치가 있는 SMAPE

🔹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.

• Public score : 전체 테스트 데이터 샘플 중 사전 샘플링된 50%
• Private score : 전체 테스트 데이터 샘플 100%

2. 평가 방식

• LG Aimers 수료 조건
• Phase1을 이수하고 Phase2의 Public Score (0.711046) 또는 Private Score (0.693935) 이하
• 기준 점수는 Baseline 모델 성능을 기준으로 선정
• 1차 평가 : 리더보드 Private Score 100%
• Private Score는 대회 종료 후 일괄 채점하여 공개
• 동점자의 경우, 기존 리더보드 순위 산정 방식을 따름 [링크]의 '리더보드 점수' 부분을 참고
• 2차 평가 : 오프라인 해커톤(Phase3) 진출을 희망하는 팀은 코드 제출 후 코드 검증
• Private 상위팀(약 100명)은 코드 및 PPT 필수 제출 대상
• 코드 제출과 검증를 모두 통과한 Private 상위팀(약 100명)이 오프라인 해커톤(Phase3) 진출

3. 개인 또는 팀 참여 규칙

• 개인 또는 팀을 이루어 참여할 수 있습니다.
• 개인 참가 방법: 팀 신청 없이, 자유롭게 제출 탭에서 제출 가능
• 팀 참가 방법: 팀 탭에서 가능, 상세 내용은 팀 탭에서 팀 병합 정책 확인
• 팀 구성 방법: 팀 페이지에서 팀 구성 안내 확인
• 팀 최대 인원: 5명
• 동일인이 개인 또는 복수 팀에 중복하여 등록 불가

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

• 원격 서버 기반의 API 형태로만 접근 가능한 모델(OpenAI API, Gemini API 등)은 사용이 불가합니다.
• 모든 모델은 로컬 환경에서 직접 실행 가능해야 하며, 외부 서버에 의존하는 방식은 제한됩니다.

3) 외부 데이터 사용 금지

• 경진대회에서 제공하는 공식 데이터 외의 외부 데이터는 사용할 수 없습니다.

5. 시계열 예측 관련 Data Leakage 방지 규칙 [링크]

1) 평가 데이터는 학습에 사용할 수 없습니다.

• 평가 Input(28일), Target(7일)은 어떤 경우에도 모델 학습에 활용할 수 없습니다.
• Pseudo Labeling 등 추론 결과를 이용한 재학습도 불가합니다.
• 평가 데이터는 오직 추론 시점에서 입력으로만 사용할 수 있습니다.

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.

• 하나의 평가 샘플 결과나 입력을 다른 샘플의 예측에 사용하는 것은 금지됩니다.
• 모든 샘플은 각자의 Input(28일)만을 사용해 개별적으로 예측되어야 합니다.

4) 추론 시점 이후 정보는 사용할 수 없습니다.

• 각 평가 샘플의 추론 시점은 Input의 마지막 날짜입니다.
• 이 시점을 기준으로 이후의 데이터(예측 대상 포함)는 모두 미래로 간주되며 활용할 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.

https://dacon.io/notice/notice/13

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?