{
  "fetched_at": "2026-10-19T14:14:26Z",
  "source_url": "https://www.kaggle.com/competitions/aim-2023/data",
  "pages": [
    {
      "name": "data-description",
      "content": "## Train data\n\nОбучающие данные находятся в **train.parquet** файле. В следующем формате:\n\n**index**: {индекс датчика}\\_{тип ряда}\\_{метка времени}, **value**.\n\nиндекс датчика = 0...169, тип ряда = 0,1,2, метка времени = 0,...,17755\n\n## Submission example\n\nВ систему нужно отправить .csv файл. Пример файла посылки содержится в **submission.csv**.\n\n## Additional feature\n\nДополнительный признак, содержащий некоторую величину, отражающую расстояние между датчиками, возможно, будет предоставлен позднее",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "## Description\n\nИмеется 170 датчиков, каждый датчик фиксирует 3 величины. Величины записываются с некоторой периодичностью, что позволяет получить представление в виде временного ряда для каждой из величин. Общее число записей 17856, тренировочная выборка содержит 17756 записей, требуется по имеющимся записям тренировочной выборки предсказать 100 записей тестовой выборки.\n\n## Test data\n\nБудьте внимательны, в публичную часть попали 50 значений, в приватную часть оставшиеся 50 значений.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "В соревновании вам нужно будет спрогнозировать 100 следующих значений временных рядов. В качестве метрики в соревновании используется Mean Absolute Scaled Error. <br>\n\nhttps://en.wikipedia.org/wiki/Mean_absolute_scaled_error, раздел \"Non-seasonal time series\".<br>\n\nТак как прогнозы вы сдаете в систему одним столбиком (как будто это задача регрессии), метрика будет вычисляться следующим образом:\n\n\\[ \\text{MASE} = \\frac1n \\sum_{i=1}^{n} w_i | y_i - \\hat{y_i} | ,\\]\n\\[ \\frac{1}{w_i} = \\frac{1}{w_{kl}} = \\frac{1}{T-1}  \\sum_{t=2}^{T} | y_{kl}(t) - y_{kl}(t-1) |, k=0,...,169, l=0,1,2   \\]\n\nТо есть, у каждого ряда свой вес. У каждой строчки вес ее ряда.\nЗдесь y(i) - реальное значение ряда в i-ый момент времени, T - количество временных отметок в обучающей выборке.\n\nСмысл таких весов в том, чтобы нормировать ошибку на тесте на среднюю ошибку наивного прогноза \"завтра будет как сегодня\", посчитанную на обучении по каждому ряду.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "## Правила соревнования\n\n- не обмениваемся кодом и посылками в закрытую\n- не используем внешние данные\n- не используем нейронные сети",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}