فایل اولیه‌ی پروژه را می‌توانید از این لینک دانلود کنید.

در این بخش از مسابقه، با داده‌هایی واقعی از محیط‌های صنعتی سروکار دارید. این داده‌ها توسط سنسورهای صنعتی ثبت شده‌اند که عملکرد آن‌ها گاهی دچار اختلال یا نویز می‌شود. بروز خطا در این نوع سامانه‌ها امری طبیعی است و تشخیص به‌موقع این پدیده‌ها از اهمیت بالایی برخوردار است. هدف شما در این مرحله، شناسایی داده‌های غیرعادی از میان داده‌های عادی است؛ مسئله‌ای که در دنیای واقعی کاربردهای فراوانی در پایش سلامت تجهیزات، پیش‌بینی خرابی‌ها و افزایش ایمنی صنعتی دارد.


معیار ارزیابی

برای ارزیابی مدل شما از معیار F1 Score استفاده می‌شود. برای نمره‌گیری در این سوال مدل شما باید دارای F1 Score حداقل ۰.۵۵ باشد و در این حالت نمره‌ی نهایی بر اساس فرمول زیر محاسبه می‌گردد:

\[round(f1 score, 3) \times 100\]

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

پاسخ نهایی شما باید در قالب فایلی با نام submission.csv ارائه شود. این فایل باید شامل یک ستون با نام is_anomaly باشد. در این ستون، برای هر نمونه از داده‌های آزمون مشخص می‌کنید که آیا آن نمونه غیرعادی است یا خیر:

  • اگر نمونه‌ای غیرعادی باشد، مقدار ۱ در آن ردیف قرار دهید.
  • و اگر عادی باشد، مقدار ۰ در آن ردیف قرار دهید.

جدول زیر نمونه‌ای از پنج سطر اول فایل خروجی مورد انتظار را نشان می‌دهد:

is_anomaly
0
0
1
0
1

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
فایلی انتخاب نشده است.