| فایل اولیه‌ی این سوال را می‌توانید از این لینک دانلود کنید. |
|---|
در شهرهای بزرگ مانند لس آنجلس، درک و پیش‌بینی فعالیت‌های مجرمانه برای بهبود امنیت عمومی و بهینه‌سازی تخصیص منابع حیاتی است. در این مناطق، سازمان‌های مجری قانون حجم زیادی از داده‌های مربوط به حوادث جنایی را جمع‌آوری می‌کنند. این داده‌ها معمولاً شامل اطلاعاتی مانند تاریخ، زمان و محل حادثه، مشخصات دموگرافیک قربانی، نوع سلاح استفاده شده و وضعیت پرونده می‌باشند. با تجزیه و تحلیل این داده‌ها، می‌توان الگوها و روندهای رفتار مجرمانه را شناسایی کرد. هدف این مسئله توسعه‌ی یک مدل یادگیری ماشینی است که می‌تواند نوع جرم را بر اساس جزئیات مختلف حادثه پیش‌بینی کند.
معیار ارزیابی
برای ارزیابی مدل شما از معیار F1 Score استفاده می‌شود و مدل میانگین‌گیری نیز به‌صورت macro است.
برای نمره‌گیری در این سوال مدل شما باید دارای F1 Score حداقل ۰.۲۵ باشد و در این حالت نمره‌ی نهایی بر اساس فرمول زیر محاسبه می‌گردد:
$$round(f1score, 3) \times 250$$
اگر مدل شما به حدنصاب نرسد، نمره‌ی دریافتی صفر خواهد بود.
توجه
در طول مسابقه امتیازی که مشاهده می‌کنید، فقط نتیجه‌ی ارزیابی مدل شما روی ۳۰ درصد از داده‌های آزمون است. بعد از پایان زمان مسابقه، امتیاز نهایی شما روی ۷۰ درصد مابقی محاسبه می‌شود.
این کار به منظور جلوگیری از بیش‌برازش (overfitting) و حفظ عمومیت مدل انجام می‌شود تا مطمئن شویم مدل‌هایی که دچار بیش‌برازش شده‌اند، در امتیازدهی نهایی، افت می‌کنند.
نحوه‌ی ارسال پاسخ
برای پاسخ به این سوال ابتدا فایل نوت‌بوک قرار گرفته در فایل اولیه را باز کنید و سپس مراحل را مطابق آن‌چه که از شما خواسته شده انجام دهید. در نهایت، پس از اجرای سلول جواب‌ساز (آخرین سلول فایل نوت‌بوک) فایل result.zip ساخته شده را ارسال نمایید.
هشدار مهم
توجه داشته باشید که پیش از اجرای سلول جواب‌ساز، تغییرات اعمال شده در نوت‌بوک را با استفاده از کلید میان‌بر ctrl+s ذخیره کرده باشید در غیر این صورت، در پایان مسابقه نمره شما به صفر تغییر خواهد کرد.
همچنین اگر از کولب برای اجرای این فایل نوت‌بوک استفاده می‌کنید، قبل از ارسال فایل result.zip، آخرین نسخه‌ی نوت‌بوک خود را دانلود کرده و داخل فایل ارسالی قرار دهید.
ارسال پاسخ برای این سؤال