در این سوال می‌خواهیم با استفاده از تصاویر، دسته‌بندی محصولات را مشخص کنیم. با استفاده از مجموعه‌ی داده که در اختیار شما قرار می‌گیرد و شیوه‌های یادگیری عمیق؛ یک مدل طبقه‌بندی برای تشخیص دسته‌بندی محصول موجود در تصاویر را آموزش دهید. در مجموعه‌ی داده‌ی ذکر شده، دو پوشه‌ی trainset و testset وجود دارند. مجموعه‌ی آموزش حدودا شامل ۱۰۰۰۰ تصویر از محصولات است که در پوشه‌های مجزا با توجه به دسته‌بندی محصول در تصویر قرار داده شده‌اند. هم‌چنین، مجوعه‌ی تست حدودا شامل ۱۰۰۰۰ تصویر است که شما باید با استفاده از مدل طراحی شده دسته‌بندی محصولات را برای این تصاویر پیش‌بینی کنید. [دریافت دیتا ست](https://drive.google.com/file/d/1ypzeAU4K065Y0y0auxiNHmTIE58rpPuN/view?usp=sharing) برای ارسال پاسخ لطفاً یک فایل CSV شامل دسته‌بندی پیش‌بینی‌شده برای تمام نمونه‌های تست ارسال کنید. توجه داشته باشید فایل ارسالی حتماً باید شامل ستون‌های نام تصویر (name) و دسته‌بندی پیش‌بینی‌شده (predicted) باشد؛ مانند نمونه‌ی زیر: name,predicted 6802f384e3cf0a84a6d41f71507ccd9d3b5b9dd6_1620488566.jpg,10 f8cf621591409002cbac03a72b5bf6a32017e710_1624348725.jpg,2 b48cf2f140ee76812fe398696442244a82d9643e_1630302563.jpg,3 ....

فرض کنید قرار است خریدهای لازم برای انبار سوپرمارکت **دیجیکالا** را انجام دهید. با کمک دیتای ۴۰ روز گذشته‌ی فروش کالاهای سوپرمارکتی، باید مدلی طراحی کنید تا بتواند فروش ۳۰ روز آینده کالاها را پیش‌بینی کند. کالا‌های انتخاب‌شده دارای تاریخ انقضا هستند و میزان خرید آنها اهمیت ویژه دارد. با این اوصاف، کال‍اها اگر کم‌تر خریداری شوند فرصت فروش را از دست می‌دهیم و اگر زیاد خریده شوند در انبار خراب می‌شوند. دو فایل دیتای train.csv و test.csv به ترتیب برای آموزش مدل و خروجی گرفتن برای ارسال پاسخ به ما برای ارزیابی استفاده می‌شوند. ستون‌های دو فایل دیتا برابر هستند و فقط دیتای فروش ۳۰ روز آخر فایل test.csv با مقادیر 1- پر شده‌اند که باید با مدلی که طراحی می‌کنید مقادیر آنها را پیش‌بینی کنید. کالاهایی که در فایل test.csv هستند با کالاهای train.csv متفاوتند و نیاز به طراحی یک مدل جنرال برای حل مساله وجود دارد. اگر ردیف روزی برای کالایی وجود ندارد، یعنی آن روز در سایت غیر موجود بوده است. [دانلود فایل زیپ دیتا](https://quera.ir/contest/assignments/32898/download_problem_initial_project/110012/?noconvert=true) ستون‌های دیتا: ستون 'date': تاریخ انجام خرید ستون 'product_id': شناسه‌ی کالا ستون 'cat_id': شناسه‌ی کتگوری کالا ستون 'live_rate': ریت موجود بودن کالا در سایت. مثلا 0.5 یعنی کالا ۱۲ ساعت موجود بوده است و یک یعنی کل روز. ستون 'score_mean': میانگین امتیاز کاربران به کالا ستون 'score_count': تعداد امتیاز‌دهندگان به کالای مورد نظر ستون 'price_group': گروه قیمتی کالای مورد نظر؛ هر چه بیشتر باشد کالا گران‌تر هست. ستون 'discount_percentage': درصد تخفیف ستون 'sold_count': میزان فروخته‌شده از کالای مورد نظر در روز مشخص‌شده. خروجی نهایی باید شامل ستون تاریخ (date) − شناسه کالا (product_id) − میزان فروش پیش‌بینی‌شده (sold_count) باشد.

یکی از اهداف مهم در دیجی‌کالا، آسان‌تر کردن فرآیند خرید برای کاربران است که با پیش‌بینی رفتار خرید هر کاربر به صورت شخصی‌سازی شده، می‌توان تا حدی به آن نزدیک شد؛ به این معنی که از روی خرید‌های قبلی کاربر، حدس بزنیم که قصد سفارش چه چیزی را دارد. در این مسأله به دنبال این هستیم که بر اساس داده‌ی خرید‌های پیشین کاربران، تخمین بزنیم کالای بعدی خود را از چه category‌ای خریداری می‌کند. دیتای مورد نیاز برای حل این مسئله در فایل X_train.csv قرار دارد. این فایل شامل اطلاعات ۳۰۰ محصول خریداری شده به ازای هر کاربر است. به ازای هر کاربر، ۵ دسته‌بندی بعدی که در خریدهای بعدی‌اش از آن‌ها سفارش ثبت کرده است، در فایل Y_train.csv قرار داده شده است. فرمت داده‌های ورودی: + 'order_id': شناسه‌ی سفارش (چند کالا می‌توانند در یک سفارش با هم خریداری شوند) + 'user_id': شناسه‌ی کاربری که خرید را انجام داده است. + 'created_at': تاریخ انجام خرید + 'product_id': شناسه‌ی کالا + category_id: شناسه‌ی کتگوری کالا داده‌هایی که برای ارزیابی روش پیشنهادی شما استفاده خواهد شد، در فایل X_test.csv قرار دارند. خروجی نهایی باید شامل ستون شناسه‌ی کاربر (شامل تمام کاربران در فایل X_test.csv) و category ای که پیش‌بینی شده در سفارش‌ بعدی از آن‌ خرید خواهد کرد، باشد. فرمت خروجی: | category_id | user_id | |:------------------:|:------------------:| | 10 | 89 | | 15 | 987 | روش ارزیابی: برای محاسبه‌ی نمره‌ این بخش، دسته‌بندی‌ای که شما برای خرید بعدی کاربر پیش‌بینی کرده‌اید با پنج دسته‌بندی بعدی آن کاربر (در ادامه دنباله خرید‌هایش) مقایسه می‌شود و در صورتی که با یکی از آن پنج دسته‌بندی یکسان باشد، نمره کامل را دریافت می‌کنید. نکته: برای ساده‌سازی مسئله، ترتیب category پیش‌بینی شده مهم نخواهد بود. برای هر کاربر فقط یک پیش‌بینی نیاز هست. [دریافت فایل داده ها](https://quera.ir/contest/assignments/32898/download_problem_initial_project/110020/?noconvert=true)

فرض کنید نظراتی که برای هر کالا در دیجیکالا ثبت می‌شود، این قابلیت را داشته باشد که با توجه به موضوع کلی آن از بقیه نظرات تفکیک شود. مثلا اگر کاربری می‌خواهد راجع به طعم یک پودر کیک بداند، بتواند فقط نظراتی که در مورد «طعم» کالای مورد نظر ثبت شده‌اند را بخواند و نیاز به بررسی همه‌ی نظرات نداشته باشد. دیتاستی که در اختیار شما قرار گرفته، چند ستون دارد که می‌توانند به عنوان ویژگی استفاده شوند: + **id**: شناسه هر نظر + **comment**: محتوای نظر ثبت شده + **product_id**: شناسه‌ی کالایی محصول مورد نظر + **product_title_fa**: عنوان کالایی محصول مورد نظر + **category_id**: شناسه‌ی گروه کالایی محصول مورد نظر + **category_title_fa**: عنوان گروه کالایی محصول مورد نظر + **is_buyer**: خریدار بودن یا نبودن شخصی که نظر ثبت کرده هم‌چنین ستون‌هایی که باید توسط مدل پیش‌بینی شوند هم عبارتند از: + **price_value**: اعلام نظر در مورد ارزش خرید کالا + **fake_originality**: اظهارنظر در مورد اصالت کالا + **warranty**: اشاره به خدمات پس از فروش + **size**: نظر دادن در مورد ابعاد محصول + **discrepancy**: اشاره به عدم تطابق اطلاعات کالا با واقعیت و یا عدم تطابق کالای سفارش‌داده‌شده با کالای دریافتی + **flavor_odor**: اظهارنظر در مورد عطر و بو و رایحه و یا طعم محصول + **expiration_date**: اشاره به تاریخ انقضا توجه کنید که در این مسئله هر نظر می‌تواند «هیچ» موضوعی نداشته باشد و یا چندین موضوع را در بر داشته باشد. فایل **train.csv** فایل اولی‌ست که در اختیار شما قرار گرفته است. از این فایل برای آموزش مدل استفاده کنید و از فایل دوم یعنی **test.csv** که ستون‌های هدف در آن حذف شده‌اند هم برای انجام تست مدلی که پیشنهاد می‌دهید استفاده کنید. در نهایت خروجی مورد نظر باید در قالب فایل csv با ستون‌هایی که به‌صورت زیر نشان داده شده‌اند آپلود شوند. فراموش نکنید که حتماً ستون **id** در فایل‌تان وجود داشته باشد و نام ستون‌هایی که مربوط به لیبل‌ها می‌شوند به درستی نوشته شده باشند. ## خروجی نمونه ``` id,price_value,fake_originality,warranty,size,discrepancy,flavor_odor,expiration_date 0,0,1,1,0,0,1,0 1,1,1,1,0,1,0,0 2,1,0,1,1,0,0,0 3,0,0,0,0,0,0,0 4,1,0,1,1,0,1,1 5,1,1,1,0,1,0,1 6,1,0,0,1,0,0,1 7,0,0,1,0,0,0,1 … ``` این فایل دارای هشت ستون **id** و **price_value** و **fake_originality** و **warranty** و **size** و **discrepancy** و **flavor_odor** و **expiration_date** است. شناسه نظرات این فایل، همان شناسه نظرات فایل تست است که به همان ترتیب و همان تعداد در این فایل باید قرار داشته باشد. مقدار سایر ستون‌ها که همان لیبل‌ها هستند، در این فایل باید یه صورت صحیح و دارای مقادیر ۰ و یا ۱ باشد. در این مسئله فقط فایل خروجی شما برای داوری ارسال می‌شود. پس آزاد هستید با هر زبان برنامه نویسی و هر متد دلخواه مسئله را حل کنید. معیار امتیاز در این مسئله، امتیاز f1 خروجی شماست. [دانلود دیتا](https://quera.ir/contest/assignments/32898/download_problem_initial_project/110025/?noconvert=true)

فرض کنید جدول زیر موجود باشد. در این جدول هر ردیف به یک کالا اختصاص دارد که شامل آیدی کالا، آیدی دسته‌بندی و قیمت است. | price | category_id | product_id | | ------ | ----------- | ---------- | | 100000 | 89 | 1 | | 2000 | 88 | 2 | | 50000 | 89 | 3 | | ... | ... | ... | در این مسأله شما باید با استفاده از این داده‌ها و طراحی یک کوئری sql مناسب، ۱۰ تا گران‌ترین و ۱۰تا ارزان‌ترین کالاها در هر دسته‌بندی را استخراج نمایید. [sql_data_users.zip](https://quera.ir/contest/assignments/32898/download_problem_initial_project/110032/?noconvert=true) در این فایل دیتابیس sqlite با نام sql_data_users.sqlite شامل جدولی با نام products در اختیار شما قرار گرفته است. هم‌چنین خروجی‌ای که با اجرای درست کوئری تولید می‌شود نیز در فایلی به نام data_users_gold.csv به شما داده شده است. در این مسئله شما باید کوئری خود را در قالب یک فایل با فرمت sql (مانند query.sql) در سایت بارگزاری کنید. ## ساختار خروجی خروجی، مشابه داده ورودی شامل ۳ ستون بالا خواهد بود. هم‌چنین دقت داشته باشید که همه‌ی ستون‌ها باید به طور کامل در خروجی کوئری شما موجود باشند و نام آن‌ها دقیقاً همانند جدول بالا و فایل پاسخی که در اختیار شما قرار گرفته است، باشد. شما می‌توانید درستی یا عدم درستی کوئری خود را با فایل پاسخ و دیتابیسی که در اختیار شما قرار گرفته است، بررسی کنید. **هم‌چنین در این سوال از ورژن 3.31 دیتابیس sqlite استفاده شده است.**

+ محدودیت زمان: ۵ ثانیه + محدودیت حافظه: ۲۵۶ مگابایت ---------- ما در دیجی‌کالا تصمیم گرفته‌ایم علائمی در نقشه اضافه کنیم تا راننده‌های تیم لجستیک از آن‌ها استفاده کنند. یک مدل ساده‌شده‌ی نقشه به شکل یک گراف تعریف می‌شود که همه‌ی یال‌ها خیابان دوطرفه و راس‌ها نشان‌دهنده‌ی موقعیت‌هایی با نام‌های یکتا هستند. به همین دلیل، حسن -که بعد از رفتن به حوزه علمیه اسمش را به صادق تغییر داده‌است- قصد دارد تابلویی به نقشه اضافه کند به اسم «دور واجب!». در نظر بگیرید خیابان $e$ موقعیت $v$ را به موقعیت $w$ وصل می‌کند. ورودی موقعیت $v$ به خیابان $e$ تابلوی «دور واجب!» نصب می‌شود اگر با ورود به خیابان $e$ از طرف $v$، برای برگشت به موقعیت $v$ راننده مجبور باشد یک دور ۱۸۰ درجه بزند. همچنین برای ساده شدن نقشه ما قصد داریم از ایجاد اضافه‌ی تابلوی «دور واجب!» پرهیز کنیم؛ این کار را با این قانون انجام می‌دهیم که اگر در ورودی موقعیت $v$ خیابان $e$ تابلوی «دور واجب!» نصب شود و در ورودی موقعیت $x$ از خیابان $f$ نیز تابلوی «دور واجب!» نصب شده‌باشد، با فرض این که بتوان از ورودی موقعیت $v$ و گذر از خیابان $e$ بدون دور زدن به موقعیت $x$ و سپس به خیابان $f$ رسید، تابلوی «دور واجب!» ورودی $x$ اضافه است. در این سوال حسن از شما می‌خواهد که به او در پیدا کردن جاهایی که باید این تابلو را نصب کنیم کمک کنید.  # ورودی در اولین خط از ورودی دو عدد $m$ و $n$ داده می‌شود که $n$ تعداد موقعیت‌ها و $m$ تعداد خیابان‌ها است. در $m$ خط بعدی دو عدد $v$ و $w$ داده می‌شود که نشان‌دهنده‌ی این است که یک خیابان دو طرفه بین دو موقعیت $v$ و $w$ است. هم‌چنین همه‌ی جفت موقعیت‌ها در ورودی یکتا هستند. $$1 \le n, m \le 5*10^5 $$ # خروجی در خط اول خروجی $k$ است که نشان‌دهنده‌ی تعداد تابلوهای مورد نیاز است. در $k$ خط بعدی در هر خط دو عدد صحیح $v$ و $w$ خروجی داده می‌شود که نشان‌دهنده‌ی این است که تابلوی «دور واجب!» باید در ورودی موقعیت $v$ به خیابان بین $v$ و $w$ نصب شود. خط‌های خروجی موقعیت تابلوها باید برحسب $v$ به شکل صعودی، و در صورت برابر بودن $v$ به صورت صعودی بر حسب $w$ چاپ شوند. # مثال ## ورودی نمونه ۱ ``` 6 5 1 2 1 3 2 3 4 5 5 6 ``` ## خروجی نمونه ۱ ``` 2 4 5 6 5 ``` ## ورودی نمونه ۲ ``` 8 8 1 2 1 3 2 3 3 4 1 5 1 6 6 7 6 8 ``` ## خروجی نمونه ۲ ``` 3 1 5 1 6 3 4 ```