의류 제조 회사 생산성 예측 AI 해커톤

1. 평가

• 평가산식 : NMAE(Nomalized Mean Absolute Error)

• Public 평가 : 전체 Test 데이터 중 30%
• Private 평가 : 전체 Test 데이터 중 70%

2. 참여

• 본 대회는 개인으로만 참여할 수 있습니다.
• 개인 참가 방법: 팀 신청 없이 자유롭게 제출 창에서 제출 가능

3. 외부 데이터 및 사전 학습 모델

• 외부 데이터 사용 불가
• 사전 학습 모델(Pre-trained Model) 사용 가능

4. 유저 평가

• 수상 인증서를 원하는 팀은 먼저 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 평가 데이터셋 활용(Data Leakage) 시 수상 불가
• label encoding, one-hot encoding 시 test 데이터 셋 활용
• data scaling 적용 시 test 데이터 셋 활용
• test 데이터 셋에 pd.get_dummies() 함수 적용
• test 데이터 셋의 결측치 처리 시 test 데이터 셋의 통계 값 활용
• 위 예시 외에도 test 데이터 셋이 모델 학습에 활용되는 경우, Data leakage에 해당됩니다.
• 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.