감사합니다

감사합니다^^~ 정명님도 고생하셨습니다~

I try to answer in english first. Let me know if you don't speak english, I'll ask my teammate to translate in this case. Sure, we can share our solution, actually it's a single google colab notebook. But we need the approval of the organizers of the competition for this, don't we? 

삭제된 댓글입니다

Perhaps the instructions will go to Mail.

I saw your Data science Bowl 2019 Solution. We also participated in the competition.

I'm sorry to hear about DS Bowl, yeah it was much harder fight too. It seems I deleted your message. Oooops, It wasn't by demand. I'm sorry again. Yeah, we will share code a little bit later as far as dacon'll confirm that it's ok. 

I've shared our code here: https://dacon.io/competitions/official/235608/codeshare/1274?page=1&dtype=recent&ptype=pub

Thank you for sharing. I should study and make it with Pytorch version.

This is the link on pytorch version of the same model https://colab.research.google.com/drive/19GJRcBCkje0h7Sbtfx2ta2c2G_WJFKJ_?usp=sharing

I have no idea why, but the pytorch version above is slightly worse.

Wow!! Thank you so much!

Thanks! It looks like a simple solution, but it wasn't an easy fight ;) I'm so happy it's all over now.

The brain is a some kind of translator from "src" to "dst" and some of NLP technics are very applicable there. So we've tried bidirectional RNN with self-attention because even 35 elements sequence is long enough for RNN and it can "forget" something important. Is it what you asked me for?

Exactly. I've just tried vanila NN approach, and gave up improving that. So, wondered how GM tackled it.
Appreicate for the detailed explanation.  Congrats for the 1st place!