| فایل اولیه‌ی سوال را می‌توانید از [این لینک](/problemset/assignments/4367/download_problem_initial_project/197302/) دانلود کنید.| | :--: | درباره پیش‌بینی روند بازار ارزهای دیجیتال، می‌توان گفت که این روند به عوامل متعددی از جمله عوامل مرتبط با بازارهای جهانی و اطلاعات و اخبار روز بستگی دارد. تحلیل‌های تکنیکال (که الگوها و شاخص‌های قیمتی را بررسی می‌کنند) و تحلیل‌های بنیادی (که اخبار و رویدادهای اقتصادی و سیاسی را مورد بررسی قرار می‌دهند) دو روش مهم برای پیش‌بینی بازارهای رمزارزها هستند. توجه‌ کنید که بازار ارزهای دیجیتال به دلیل پویایی و تأثیرگذاری عوامل غیرقابل پیش‌بینی مانند اخبار، تصمیمات حکومت‌ها و اتفاقات مهم در سطح جهان، معمولا نسبت به بازارهای سنتی بی‌نظمی بیشتری در روندشان دارند. بنابراین، **پیش‌بینی‌های روند بازار** هر چند می‌توانند اطلاعات مفیدی را فراهم کنند، اما باید با احتیاط و با در نظر گرفتن ریسک‌های بازارهای پویای رمزارزها مورد استفاده قرار گیرند. در این سوال می‌خواهیم تاثیر اخبار موجود را روی یک ارز دیجیتال بررسی کنیم. برای بررسی این موارد ما به شما سرتیتر اخبار و تاثیرات آن را روی یک رمزارز را در یک بازه زمانی خاص داده‌ایم. و از شما می‌خواهیم ستون `Label` را برای روز‌های آینده پیش‌بینی کنید. # مجموعه‌داده مجموعه‌داده‌ای که در این سوال در اختیارتان قرار گرفته شامل ستون‌های زیر است: | ستون | توضیحات | |:-------------------:|:----------------------:| | `Date` | تاریخ روز معاملاتی | | `Top 1-25` | سرتیترهای اخبار مربوط به آن روز| | `Label` | عدد 0 یا 1 | + **توجه:** اگر قیمت تعدیل‌شده در روز معاملاتی از روز قبلش بیشتر باشد مقدار ستون `Label`، `1` و اگر از روز قبلش کمتر باشد، `0` خواهد بود. # خواسته‌ی نهایی در این سوال باید مقدار ستون `Label` را با استفاده از مدل‌های یادگیری ماشین برای ۴۰۰ روز معاملاتی بعد پیش‌بینی کنید. # ارزیابی برای ارزیابی مدل شما از معیار ‍‍`F1 Score` استفاده می‌شود و مدل میانگین‌گیری نیز به صورت `Weighted` است. <details class="red"> <summary> **توجه** </summary> در طول مسابقه امتیازی که مشاهده می‌کنید، فقط نتیجه‌ی `F1 Score` روی ۳۰ درصد از فایلی است که برای کوئرا آپلود می‌کنید. بعد از پایان زمان مسابقه، **امتیاز نهایی** شما روی ۷۰ درصد مابقی محاسبه می‌شود. این کار به منظور جلوگیری از `overfitting` و حفظ عمومیت مدل انجام می‌شود تا مطمئن شویم مدل‌هایی که دچار بیش‌برازش شده‌اند، در امتیازهی نهایی، افت می‌کنند. </details> # خروجی سوال پیش‌بینی‌های خود را باید **به‌ترتیب** در یک ستون با نام `prediction` به‌صورت یک فایل `csv` با نام `submission.csv` که شامل یک ستون با نام `prediction` است ذخیره کنید. ## نمونه خروجی | `prediction` | |:---------------:| | 0 | | 1 | | 0 | | 1 | | 0 | <details class="yellow"> <summary> **نکات مهم درمورد فایل ارسالی** </summary> + **توجه ۱**: توجه کنید که ستون گفته شده حتما دارای `header` باشد. + **توجه ۲**: مراقب باشید در فایل نهایی اندیس ذخیره نشود و فقط یک ستون `prediction` باشد. + **توجه ۳**: اعداد ستون `prediction` صرفاً برای مثال گذاشته شده‌اند و پاسخ صحیح نیستند‍‍! </details> <details class="red"> <summary> **هشدار** </summary> فراموش نکنید که **قبل از پایان زمان مسابقه**، **باید** تمامی کد‌های این مسابقه را از قسمت **بارگذاری کُد** برای ما ارسال کنید. در غیر این‌صورت، شما از این مسابقه، امتیازی کسب نمی‌کنید. توجه داشته باشید که اگر از `jupter notebook` استفاده می‌کنید بایستی همانند توضیحات قسمت **بارگذاری کُد**، خروجی `.py` را دریافت و برای ارسال در نظر بگیرید. ارسال فایل‌های `jupyter` همانند ‍‍`.ipynb` مورد قبول نیستند. </details>