## 1. 평가
 
- 리더보드
 - 심사 기준 : accuracy
 - public score : 전체 테스트 데이터 중 50%
 - private score : 전체 테스트 데이터 중 50%

- 리더보드 수상자 (1~3등) 코드 평가
 - Private 순위 공개 후 코드 제출 기간 내 이메일로 전송
 - 제목 양식 : Private 순위와 점수, 참가자 이름 (e.g. Private 1위, Private 점수 :5.23, 김진석)
 - 내용 : 전처리, 학습, 후처리, 추론 일련의 과정을 담은 코드 및 코드 설명을 게시. 


## 2. 개인 또는 팀 참여 규칙
 
- 1일 최대 제출 횟수 : 5회
- 개인으로만 참여할 수 있습니다. (팀 구성 X)
- 개인 참가 방법 : 팀 신청 없이, 자유롭게 제출 창에서 제출 가능


## 3. 부정 행위
 
- 아래 사항들은 모두 부정행위로 간주합니다.
 - 주어진 학습 데이터(train.csv) 이외의 데이터를 학습에 사용
 - 테스트 데이터(test.csv)를 학습에 사용 (* 제출 파일 생성에만 사용해주세요)

### [API, 외부 데이터 및 사전 학습 모델 사용]
- 사전 학습 모델 사용 가능 범위
 - 2025년 6월 25일 이전에 공식적으로 가중치가 공개되었으며, 최소 비상업적 이용이 허용된 오픈소스 라이선스 (예: MIT, Apache 2.0 등)로 배포된 사전 학습 모델만 사용 가능합니다. 해당 조건을 충족하지 않는 모델은 사용할 수 없습니다.

- API 사용 제한
 - 원격 서버를 통해서만 접근 가능한 API 형태의 모델(예: OpenAI API, Gemini API 등)은 사용이 불가능합니다. 모든 모델은 로컬 환경에서 직접 실행 가능해야 하며, 외부 서버에 의존하는 방식은 허용되지 않습니다.

- 외부 데이터 사용 금지
 - 본 경진대회에서 제공한 데이터 외의 모든 외부 데이터는 사용이 금지됩니다. 단, 제공된 학습 데이터를 바탕으로 사전 학습 모델 또는 허용된 도구를 활용해 데이터 증강 또는 생성하는 것은 가능합니다.

### [중요]
- 대회 진행 중 부정행위가 의심되는 경우, 해당 참가자에게 코드 제출을 요청할 수 있습니다.
- 대회 종료 후 부정행위가 확인된 경우, 리더보드에서 기록이 삭제되며 수상자 명단에서 제외됩니다.
- 본 대회은 부정행위를 엄격히 금지하고 있습니다.


## 4. 유의 사항

- 1일 최대 제출 횟수: 5회
- 모델 학습에서 검증 혹은 평가 데이터셋 활용 시 Data Leakage로 판단하여 실격 처리됩니다. (부정 행위)
- 대회 직후 공개되는 Private 랭킹은 최종 순위가 아니며 코드 검증 후 수상자가 결정됩니다.
- 대회 종료 후 리더보드 및 코드 공유 수상자 순위를 결정합니다.


## 5. 대회문의
- 질문은 Disscussion 페이지를 통해 자유롭게 해주시기 바랍니다.