1. 리더 보드

2. 평가 방식

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 : Private 상위 10팀은 코드 및 PPT 제출 후 제출 자료 검증을 통과한 Private 상위 5팀 오프라인 발표 평가 진행 (15분 발표, 5분 질의응답)
2차 평가 기준

※ 모델 성능(30점) 환산식 : 30 X ((2차 평가 대상팀 Private 점수) / (2차 평가 대상팀 중 Private 최고점수))^N (N은 조정 계수로 1~5 사이로 설정되며 비공개)

3. 개인 또는 팀 참여 규칙

4. 외부 데이터 및 사전 학습 모델

5. 코드 및 PPT 제출 규칙

오프라인 해커톤(Phase3) 종료 후 Private 상위 10팀은 아래의 양식에 맞추어 코드와 PPT(발표자료)를 제공한 GPU서버 내 /workspace/산출물 경로에 구성하여 기한 내 운영진에게 제출

o 코드와 주석 인코딩: UTF-8

o 모든 코드는 오류 없이 실행되어야 함(라이브러리 로딩 코드 포함)

o 전체 코드 실행 프로세스를 가독성 있게 정리하고 실행 관련 주석 또는 설명을 포함하여 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 [중요] 오프라인 발표 평가 자료 (16:9 비율로 작성 필수)

6. 유의 사항

1일 최대 제출 횟수: 100회
사용 가능 언어: Python, R
전처리 과정과 모델 학습에서 테스트 데이터 정보 활용(Data Leakage) 시 수상 및 발표평가 진출 불가능
모든 학습, 추론의 과정 그리고 추론의 결과물들은 정상적인 코드를 바탕으로 이루어져야 하며, 비정상적인 방법으로 얻은 제출물들은 적발 시 규칙 위반에 해당됩니다.
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 발표평가 진출자가 결정됨
데이콘은 부정 제출 행위를 금지하고 있으며 데이콘 대회 부정 제출 이력이 있는 경우 평가가 제한됩니다. 자세한 사항은 아래의 링크를 참고해 주시기 바랍니다.

7. 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?

AI-based Pregnancy Success Probability Prediction Offline Hackathon

LG Aimers | Recruit | Algorithm | Medical | Bio | Tabular | Regression | Brier Score