नई चैम्पियनशिप एमएल बूट शिविर VI। ऑनलाइन सर्वेक्षण में दर्शकों की प्रतिक्रिया की भविष्यवाणी

आज, 25 जून, एमएल बूट कैम्प VI "ऑनलाइन सर्वेक्षण के लिए दर्शकों की प्रतिक्रिया का पूर्वानुमान" (यदि आप अचानक पहली बार सुनते हैं कि एमएल बूट कैंप क्या है, स्पॉइलर के नीचे जाते हैं) के कार्य के साथ शुरू होता है।


इस बार हम आपको विपणन के अंधेरे रसातल में डुबकी लगाने की पेशकश करते हैं: अगले एमएल बूट कैंप प्रतियोगिता के भाग के रूप में, आप बड़े पैमाने पर विपणन अध्ययनों में से एक में उपयोगकर्ता के व्यवहार की भविष्यवाणी कर सकते हैं।

हम उचित स्तर का एक कार्य प्रदान करते हैं, जबकि हम इसे पेशेवरों और शुरुआती दोनों के लिए दिलचस्प बनाने की कोशिश करते हैं। इस चैम्पियनशिप में आपको वास्तविक अनुसंधान कार्य मिलेंगे।

प्रतियोगिता का प्रारूप नहीं बदला है: चैंपियनशिप एक महीने तक चलेगी, 25 जून से 25 जुलाई, 2018 तक चलेगी। पुरस्कार और नीचे दिए गए कार्य के बारे में और पढ़ें।

टास्क "एक ऑनलाइन सर्वेक्षण के लिए दर्शकों की प्रतिक्रिया"

एक ऑनलाइन सर्वेक्षण के परिणाम हैं। यह ज्ञात है कि दर्शकों के हिस्से ने सर्वेक्षण को पूरी तरह और सही तरीके से पारित किया। दूसरे भाग ने त्रुटियों के साथ आंशिक रूप से सर्वेक्षण पूरा किया, या पूरी तरह से भाग लेने से इनकार कर दिया। यह सबसे बड़ी संभव सटीकता के साथ भविष्यवाणी करना आवश्यक है कि उत्तरदाताओं में से कौन पहले समूह से संबंधित है, अर्थात्, पूरी तरह से और त्रुटियों के बिना अध्ययन पारित किया है।

मुख्य डेटा फ़ाइल में 19 528 597 लाइनें (10 जीबी) हैं और इसमें 6 कॉलम हैं:

1 है । क्यूड एक पहचानकर्ता है। एक फ़ाइल में एक पहचानकर्ता के लिए कई प्रविष्टियाँ हो सकती हैं;
२ । cat_feature कुछ श्रेणीगत चर है। मूल्यों की सीमा: {0,1,2,3,4,5};
3-5 । इंटरनेट पर मानव व्यवहार के आधार पर एकत्र किए गए मीटर। प्रारूप: {w_1: c_1, w_2: c_2, ...}, जहां w_i एन्कोडेड टोकन है, और c_i इस टोकन की आवृत्ति है;
६ । dt_diff - लक्ष्य चर का मान प्राप्त होने से पहले की तारीखों की संख्या।



उदाहरण के रूप में डेटा का एक छोटा टुकड़ा:

00000d2994b6df9239901389031acaac 5 {"809001":2,"848545":2,"565828":1,"490363":1} {"85789":1,"238490":1,"32285":1,"103987":1,"16507":2,"6477":1,"92797":2} {} 39

181 हजार उपयोगकर्ताओं के लिए भविष्यवाणियां की जानी चाहिए। मॉडल को प्रशिक्षित करने के लिए निर्धारित डेटा में एक तालिका होती है जिसमें लक्ष्य चर (427 995 रिकॉर्ड) के पहचानकर्ता और मान होते हैं।

कार्य मीट्रिक ROC AUC है। इसका मतलब यह है कि इसका उत्तर श्रेणी में निहित वर्ग सदस्यता का एक आकलन है [0; 1] प्रत्येक क्यूड के लिए। यह मीट्रिक, वास्तव में, कक्षाओं में से एक के सापेक्ष वस्तुओं के वर्गीकरण द्वारा क्रमबद्धता की शुद्धता का मूल्यांकन करता है। इस मामले में, हम विशिष्ट वर्ग लेबल में रुचि नहीं रखते हैं जो कि एल्गोरिथ्म देगा, या प्रत्येक वस्तु के लिए विशिष्ट संभावना। हम आदेश देने के सही होने में रुचि रखते हैं।

बेशक, ऐसा होता है कि एक विशिष्ट एप्लिकेशन के संदर्भ में, बराबर roc_auc के साथ, एक समाधान दूसरे की तुलना में बेहतर हो सकता है, लेकिन हमने कार्य को जटिल नहीं करने का फैसला किया।

पुरस्कार

इस बार छह पुरस्कारों का वितरण कुछ इस तरह है:

Top1: Apple मैकबुक प्रो 13
Top2: Apple मैकबुक एयर 13
Top3: वेस्टर्न डिजिटल माय क्लाउड मिरर
Top4-5-6: पश्चिमी डिजिटल मेरा पासपोर्ट 4 टीबी

हमेशा की तरह, शीर्ष 50 प्रतिभागियों को चैम्पियनशिप के प्रतीकों के साथ टी-शर्ट प्राप्त होंगे, और सबसे दिलचस्प समाधान वाले प्रतिभागियों को डेटा वैज्ञानिकों की स्थिति में Mail.Ru समूह में एक साक्षात्कार के लिए आमंत्रित किया जाएगा।

सामुदायिक MLBootCamp

टेलीग्राम पर हमारे समुदाय में शामिल हों । आप हमेशा सवाल पूछ सकते हैं, डेटा साइंस के क्षेत्र में विशेषज्ञ की सलाह ले सकते हैं। इसके अलावा, Mail.Ru Group चैंपियनशिप समुदाय नेटवर्किंग है, जहां समान विचारधारा वाले लोगों को ढूंढना आसान है।

पंजीकरण

चैंपियनशिप आज से शुरू होती है, 19:00 मास्को समय पर। पंजीकरण खुला है। हम सभी का इंतजार कर रहे हैं और शुभकामनाएँ!