상추의 생육 환경 생성 AI 경진대회

1. 리더 보드 (예측 모델)

• 평가 산식 : RMSE (CASE별 RMSE 평균)
• Public score : 테스트 CASE 중 3개
• Private score : 모든 테스트 CASE (총 5개)

2. 평가 방식

• 1차 평가(30%) : 리더보드 Private Score (예측 모델에 대한 정량 평가)
• 2차 평가(70%) : Private Score 상위 20팀 코드 및 PPT 제출 후 코드 검증 및 PPT 서면 평가 (생성 모델에 대한 정성 평가)
• 2차 평가 기준

3. 개인 또는 팀 참여 규칙

• 개인 또는 팀을 이루어 참여할 수 있습니다.
• 개인 참가 방법 : 팀 신청 없이, 자유롭게 제출탭에서 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: 5 명
• 동일인이 개인 또는 복수팀에 중복하여 등록 불가

4. 외부 데이터 및 사전 학습 모델

• 외부 데이터 사용 불가능
• 법적 제약이 없으며 논문으로 공개된 사전 학습 모델(Pre-trained Model) 사용 가능

5. 코드 및 PPT 제출 규칙

• 대회 종료 후 2차 평가 대상자는 아래의 양식에 맞추어 코드와 PPT를 dacon@dacon.io에 기한 내에 제출
• 제출한 코드는 Private Score 복원이 가능해야 함

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  개발 환경(OS) 및 라이브러리 버전 기재

• 서면 평가 PPT 자료

o 2차 평가 기준(2. 평가 방식 -> 2차 평가 기준)에 맞춰 자유 양식으로 작성

• 제출 파일 목록

o 예측 AI 모델 : Private Score 복원이 가능한 코드 파일

o 생성 AI 모델 : 최종 선택한 생성 모델 결과를 재현할 수 있는 코드 파일

o 최적의 생육 환경 파일 : 생성 AI 모델의 결과를 바탕으로 조성된 최적의 0일~27일차의 시간별 생육 환경과 일별 predicted_weight_g를 필수로 포함한 자유 형식의 파일 (csv, xlsx 등)

o 예측 AI 모델과 생성 AI 모델 각각의 weight 파일

o 서면 평가 PPT 자료

6. 유의 사항

• 1일 최대 제출 횟수: 10 회
• 사용 가능 언어: Python, R
• 예측 모델 학습과 추론에서 평가 데이터셋 정보 활용(Data Leakage)시 수상 제외
• 단, 이번 대회에서는 문제의 특성상 같은 상추 CASE에서 예측하려는 시점보다 이후의 환경 변수들을 예측과 생성에 활용하는 방법도 허용합니다.
• 상추의 잎 중량을 최대화할 수 있는 최적의 생육 환경을 도출하는 과정에서 반드시 생성 AI 모델의 결과를 바탕으로 도출되어야 합니다.
• 생성 AI 모델의 결과로부터 데이터 분석 / 인사이트 결과를 바탕으로 후처리하는 방식은 허용
• 생성 AI 모델을 활용하지 않고, 도출된 생육 환경 결과물은 수상 제외
• 최종 순위는 선택된 파일 중에서 채점되므로 참가자는 제출 창에서 자신이 최종적으로 채점 받고 싶은 파일을 2개를 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

7. 토론(질문)

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

예) [DACON 답변 요청] 시상식은 언제 열리나요?