{
  "fetched_at": "2026-10-19T09:52:24Z",
  "source_url": "https://www.kaggle.com/competitions/code-ml-2021-challenge-6-pierre-papier-ciseaux/data",
  "pages": [
    {
      "name": "data-description",
      "content": "[francais plus bas]\n\nThe data that is provided is composed of : \n\n- `training` : the training folder with the images. There are 2313 different images. \n- `testing` : the testing folder with the images. There are 579 of them.\n- `sample_submission.csv` : the sample to follow for the submission. Note that the cluster should have as name one of the following : `paper`, `rock`, `scissors`\n\nFor the `sample_submission.csv` there are : \n\n- `Name` : the name of the image (as it appears in the testing directory)\n- `Labels` : the group it belongs to. Either `paper`, `rock` or `scissors`.\n\n\n# [FRANCAIS]\n\nLes données sont composées de : \n\n- `training` : le dossier d'entrainement. Il y a 2313 images différentes. \n- `testing.zip` : le dossier de test. Il y a 579 images.\n- `sample_submission.csv` : un exemple de soumission. Notez que le nom des clusters doit être soit `paper`, `rock` ou `scissors`.\n\nPour `sample_submission.csv`, il y a : \n\n- `Name` : Le nom de l'image. Le nom est tiré directement du nom du fichier dans le dossier `testing`.\n- `Labels` : le groupe correspondant. \n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "# Code ML 2021 Challenge 6 (hard)\n\n[francais plus bas]\n\n## Unsupervised Rock-Paper-Scissors classification\n\nThis challenge is an unsupervised classification for Rock-Paper-Scissors. \n\n- Difficulty : hard\n\n## Overview \n\nDo you remember the game Rock-Paper-Scissors ? This challenge aims to develop an algorithm that identifies from images which hand option is shown.  \n\nAs this challenge should be a little stimulating, we don't provide the labels ! It means you should create an unsupervised model that will group together each Rock, Paper and Scissors.\n\nYou should use the information in the images to infer the group, and that is all you are provided with.  \n\nYou are not allowed to use a pre-trained model, or to seek for other datasets for this challenge. Be careful, you can be eliminated if you do.\n\n### Data description\n\nThe data that is provided is composed of : \n\n- `training` : the training folder with the images. There are 2313 different images. \n- `testing` : the testing folder with the images. There are 579 of them.\n- `sample_submission.csv` : the sample to follow for the submission. Note that the cluster should have as name one of the following : `paper`, `rock`, `scissors`\n\nFor the `sample_submission.csv` there are : \n\n- `Name` : the name of the image (as it appears in the testing directory)\n- `Labels` : the group it belongs to. Either `paper`, `rock` or `scissors`.\n\n\n## Submission \n\nSubmit your results with the template in the submission file. Be careful to convert the cluster prediction to be adequate to the format we gave. \n\nEveryone will have to submit their notebooks.\n\nBe sure to save your model and your weights, you will be asked to submit them if you win.\n\n## Evaluation \n\nThe evaluation will be on the accuracy of the ground truth for each image. \n\n## Help \n\nFeel free to ask Pierre Pereira in the discord channel if you have any question/problem.\n\n# [FRANCAIS]\n\n## Classification non supervisé de Pierre-Feuille-Ciseaux\n\nCe challenge est un challenge de classification non supervisé pour des images de Pierre-Feuille-Ciseaux.\n\n- Difficulté : difficile\n\n## Vue d'ensemble \n\nVous souvenez-vous du jeu Pierre-Feuille-Ciseaux ? Ce challenge a pour but de développer un algorithme qui reconnait à partir d'une image quel signe de main est fait. \n\nComme ce challenge doit être un peu stimulant, nous ne donnons pas de labels aux données ! Cela signifie qu'il faut créer un algorithme non supervisé qui va apprendre à regrouper les images de Pierre, Ciseaux et Papier.\n\nVous devez utiliser les informations contenues dans les images pour en déduire les groupes. \n\nVous n'êtes pas permis d'utiliser un modèle pré-entrainer ou de chercher pour d'autres datasets similaires. Attention, vous pouvez être disqualifié si vous faites cela pour ce challenge.\n\n### Description des données\n\nLes données sont composées de : \n\n- `training` : le dossier d'entrainement. Il y a 2313 images différentes. \n- `testing.zip` : le dossier de test. Il y a 579 images.\n- `sample_submission.csv` : un exemple de soumission. Notez que le nom des clusters doit être soit `paper`, `rock` ou `scissors`.\n\nPour `sample_submission.csv`, il y a : \n\n- `Name` : Le nom de l'image. Le nom est tiré directement du nom du fichier dans le dossier `testing`.\n- `Labels` : le groupe correspondant. \n\n\n## Submission \n\nSoumet tes prédictions avec le format du fichier `sample_submission.csv`. Attention à bien convertir le numéro des clusters. \n\nTout le monde doit soumettre son code, son modele et ses poids.\n\nN'oubliez pas de sauvegarder votre modèle et vos poids, il vous sera demandé de les soumettre si vous gagnez.\n\n## Evaluation \n\nLa mesure d'évaluation est l'accuracy suivant la prédiction et les véritables labels. \n\n\n## Aide\n\nN'hésitez pas à demander à Pierre Pereira dans le discord si vous avez des questions ou des problèmes.\n\n\n\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "[Français plus bas]\n\n# One account per participant\n\nYou cannot sign up to Kaggle from multiple accounts, so you cannot submit from multiple accounts.\n\n#  No private sharing outside of teams\n\nPrivate sharing of code or data outside of teams is not allowed. It's okay to share code if it's made available to all forum participants.\n\n# No pre-trained models or other datasets \n\nDon't use pre-trained models and do not seek for other datasets. \n\n\n#  Number of submission limits\nYou can submit a maximum of 10 submissions per day.\n\n# Chronology of the competition\n\n- Start date: 11/27/2021 10:30AM EST\n- Registration deadline: None\n- End date: 11/28/2021 3:30PM EST (Montreal Canada)\n\nThis is a fun competition to help you get started with machine learning. Cheating defeats the purpose. So seriously, don't do that!\n\n## [FRANCAIS]\n\n# Un compte par participant\nVous ne pouvez pas vous inscrire à Kaggle à partir de plusieurs comptes, donc vous ne pouvez pas soumettre de propositions à partir de plusieurs comptes.\n\n# Pas de partage privé en dehors des équipes\nLe partage privé de code ou de données en dehors des équipes n'est pas autorisé. Le partage de code est autorisé s'il est mis à la disposition de tous les participants au forum.\n\n# Pas de modèles pré-entrainés ou autres datasets\n\nVous ne pouvez pas utiliser de modèles pré-entrainés ou d'autres datasets. \n\n# Nombre de limites de soumission\nVous pouvez soumettre un maximum de 10 soumissions par jour.\nVous pouvez sélectionner jusqu'à trois candidatures finales pour les juger.\n\n# Chronologie du concours\n\n- Date de début : 27/11/2021 10h30 EST\n- Date limite d'inscription : Aucune\n- Date de fin : 28/11/2021 15h30 (Montréal Canada)\n\nIl s'agit d'un concours amusant pour vous aider à vous lancer dans l'apprentissage machine. La tricherie va à l'encontre du but recherché. Alors sérieusement, ne faites pas ça !",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}