규칙

1. 평가

[Modeling 분야]

1) 평가 산식: SMAPE

• SMAPE는 Symmetric Mean Absolute Percentage Error입니다.
• MAPE의 경우 Actual 값이 0이거나 작은 경우 MAPE 값이 지나치게 커지는 문제가 있습니다.
• SMAPE는 이를 개선한 Metric 입니다.

2) 평가

• 1차 평가(Public Score): 테스트 데이터 중 50%의 데이터로 채점, 대회 기간 중 공개
• 2차 평가(Private Score): 나머지 50 %의 데이터로 채점, 대회 종료 직후 공개
• 최종 평가: 2차 평가 점수, 코드 평가, 코드 설명 자료를 종합하여 최종 수상자 선정
• 최종 순위는 선택된 파일 중에서 채점되므로, 참가자는 제출 창에서 자신이 최종적으로 채점 받고 싶은 파일 2개를 선택해야 함
• 대회 직후 공개되는 Private Score 랭킹은 최종 순위가 아니며, 코드 평가 후 최종 수상자가 결정됨

3) 코드 평가

다음 조건을 만족하며, 제출한 코드로 Private score가 복원된 상위 3팀에게 상금을 수여합니다.

• 대회 종료 후 평가 대상자는 아래의 양식에 맞추어 코드와 코드 설명 자료(.ppt)를 dacon@dacon.io로 6월 30일까지 제출
• 코드에 ‘/data’ 데이터 입/출력 경로 포함
• 코드 파일 확장자: .R, .rmd, .py, .ipynb
• 코드와 주석 인코딩: UTF-8
• 모든 코드는 오류 없이 실행되어야 함(라이브러리 로딩 코드 포함)
• 전체 프로세스를 가독성 있게 정리하고 주석을 포함하여 하나의 파일로 제출
• 개발 환경(OS) 및 라이브러리 버전 기재
• 코드 설명 자료는 ppt로만 제출(기타 확장자 제출 불가)

[Analytics 분야]

Analytics 분야 평가 방법 바로가기

2. 개인 또는 팀 참여 규칙

• 개인 또는 팀을 이루어 참여할 수 있습니다.
• 단체 혹은 기관 참여 시 별도의 절차가 필요합니다. (More > 공지사항> 게시글 확인)
• 개인 참가 방법: 팀 신청 없이, 자유롭게 제출 창에서 제출 가능
• 팀 구성 방법: 팀 페이지(https://www.dacon.io/competitions/official/235736/team/)에서 팀 구성 안내 확인
• 팀 최대 인원: 3 명

                   * 동일인이 개인 또는 복수팀에 중복하여 등록 불가.

3. 외부 데이터 및 사전 학습 모델

• 평가 데이터 셋 전 기간(2020년 8월 25일 전)의 외부 데이터 사용 가능
• 공공데이터와 같이 누구나 얻을 수 있고 법적 제약이 없는 외부 데이터 허용
• 사전학습 모델의 경우 사전학습에 사용된 데이터를 명시해야함
• 대회 진행 중 규칙 위반 사항이 의심되는 경우 코드 제출 요청을 할 수 있으며 요청 2일 이내 코드 미제출 혹은 외부 데이터 사용이 확인되었을 경우 리더보드 기록 삭제
• 최종 평가시 외부데이터 및 출처 제출

4. 유의 사항

• 1일 최대 제출 횟수: 3회
• 사용 가능 언어: Python, R
• 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

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 [대회문의] 페이지에 질문을 올려 주시기 바랍니다.