신용카드 사기 거래 탐지 AI 경진대회 월간 데이콘

1. 평가

• 심사 기준: macro f1-score
• 1차 평가(Public Score): 테스트 데이터 중 랜덤 샘플된 30%로 채점, 대회 기간 중 공개
• 2차 평가(Private Score): 테스트 데이터 중 나머지 70%로 채점, 대회 종료 직후 공개

2. 참여

본 대회는 개인 또는 팀으로 참여할 수 있습니다.

(단, 동일인이 개인 또는 복수의 팀에 중복하여 등록할 수 없습니다.)

• 단체 혹은 기관 참여 시 별도의 절차가 필요합니다. (https://dacon.io/more/notice/60)
• 개인 참가 방법: 별도의 팀 신청 과정 없이 자유롭게 제출 탭에서 제출
• 팀 참가 방법: 팀 탭에서 참가 가능. 상세 내용은 ‘팀 구성 안내’ 확인
• 팀 최대 인원: 5명

3. 데이터 허용 범위 및 사전 학습 모델

• 사용에 법적 제약이 없고, 공개된 외부 데이터 사용 가능
• 단, Test Dataset이 포함된 데이터로 사전 학습된 모델 사용 금지
• 대회 제공 데이터 이외의 외부 데이터 사용 금지
• 대회 제공 데이터 중 Train Dataset (train.csv)만 모델 학습에 사용 가능
• 대회 제공 데이터 중 Validation Dataset (validation.csv)은 모델 학습에 사용은 불가능하지만 데이터 통계 정보와 모델 평가에는 사용 가능
• 대회 제공 데이터 중 Test Dataset (test.csv)은 리더보드 제출을 위한 추론에만 사용 가능 (모델 학습 사용 불가능)
• Data Leakage가 의심되는 경우 코드를 요청할 수 있음 (참고 : Data Leakage에 대한 개인적인 정리)

4. 유저 평가

• DACON Scholarship을 받고자 하는 팀은 유저 평가를 받아야 합니다.
• Private 순위 공개 후, 코드 제출 기간 내 코드 공유 페이지에 코드 업로드
• 제목에 Private 순위와 사용한 모델, 코드에 대한 keyword 기재

예시) Private 1위, LGBM 모델, 00전처리 기법 활용

• 대회 참가자는 공개된 코드 평가 후, 코드 오류, 외부 데이터 사용 등 코멘트를 댓글로 작성

5. 유의 사항

• 1일 최대 제출 횟수: 3회
• 사용 가능 언어: Python, R
• 모델 학습에서 Test Dataset 활용 시(Data Leakage) 수상 불가
• 참가자는 제출 창에서 최종적으로 제출하고 싶은 파일 2개를 선택해야 합니다.

(2개의 선택 파일 중 점수가 높은 파일을 기준으로 최종 순위가 결정되며, 최종 파일 미선택 시 처음으로 제출한 파일이 자동 선택됩니다.)

• 대회 직후 공개되는 Private 랭킹은 최종 순위가 아니며 코드 검증 후 수상자가 결정됩니다.
• 데이콘은 부정 제출 행위를 엄격히 금지하고 있으며, 데이콘 대회 부정 제출 이력이 있는 경우 평가가 제한됩니다. 자세한 사항은 아래의 링크를 참고해 주시기 바랍니다.

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

6. 문의

• 데이콘에서는 대회 운영 및 데이터 이상과 관련된 질문 외에는 답변드리지 않고 있습니다. 기타 질문은 토크 페이지에서 자유롭게 토론해 주시기 바랍니다.
• 데이콘 답변을 희망하는 경우, 토크 페이지 ‘대회 문의’ 게시글에 댓글을 올려 주세요.