{
  "fetched_at": "2026-10-19T21:49:56Z",
  "source_url": "https://www.kaggle.com/competitions/competition-2-yandex-shad-spring-2019/data",
  "pages": [
    {
      "name": "rules",
      "content": "<h3>Правила</h3>\n\n- Ваше имя в лидерборде должно иметь вид Фамилия Имя (Место учёбы)\n- Решать задачи необходимо в одиночку \n- Запрещается использовать алгоритмы, которые ещё не проходили в курсе 5 попыток в день \n- Можно выбрать только две посылки в конце конкурса \n- До промежуточного деделайна нужно превзойти Medium \n- Код нужно прислать в течении недели после окончания конкурса для топ 25%\n\n<h3>Внешние наборы данных</h3>\n\nВы можете использовать дополнительные наборы данных, но с некоторыми ограничениями:\n\n- Это должно быть именно расширение объёма данных. За любую попытку использовать такой же (или похожий) датасет, с целью сопоставить и просто найти нужные тестовые элементы с ответами (даже завуалированную), участник будет исключён!\n- Данные должны быть открытыми (т.е. вы должны мочь ими поделиться с другими участниками соревнования по завершению конкурса)\n\n<h3>Оценка</h3>\n\n5 баллов даётся за посылку решения, которое лучше чем Medium (по public leaderboard) и отправлено до промежуточного дедлайна. Если вы не преодолели этот порог, то выбываете из гонки. \n\nДополнительные баллы начисляются за места в privet leaderboard по завершению конкурса.\n\n1ое место - 35 баллов\n\n2ое место - 25 баллов\n\n3е место - 15 баллов\n\nТоп 10% - 10 баллов\n\nТоп 25% - 5 баллов\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "data-description",
      "content": "<h3>Данные</h3>\n\n*X.train* и *y.train* - обучающая выборка,\n*X.test* - выборка, для которой необходимо сделать предсказание.\n\n<h3>Признаки</h3>\n\nКаждого пациента описывает 1330 признаков:\n\n - Столбцы с V2 по V331 соответствуют различным медицинским показателям.\n - Столбцы с V332 по V1331 соответствуют генетическими данными пациента.\n\n**Важно**: Некоторые значения пропущены и в случае неизвестного значения указано *NaN*.\n\n<h3>Типы признаков</h3>\n\nВ файле *MetaData* содержится подробное описание типов каждого столбца признаков:\n\n - **Numeric** - числовые признаки; \n - **Category** - порядок значений нам не важен; \n - **Ordered Category** - порядок значений важен; \n - **Генетические данные** - их значения соответствуют частоте конкретного аллеля.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "По известным медицинским показателям, а также генетическим данным о пациенте необходимо определить его состояние.\n\nВ предоставленной обучающей выборке вектору признаков соответствует одно из двух состояний: 0 — у пациента нет осложнений, 1 — есть.\n\nДля пациентов из тестовой выборки требуется предсказать наличие осложнений.\n\nДля старта можно использовать [базовое решение.][1]\n\nОбязательно прочитайте правила!\n\n  [1]: https://nbviewer.jupyter.org/urls/dl.dropbox.com/s/q9ihinjeo3uqbkf/baseline.ipynb",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "Качество решения оценивается с помощью функционала [Logarithmic Loss][1]:\n<p>\\[ LogLoss = \\frac{1}{l}\\sum_{i=1}^l (y_i log(y_i')+(1-y_i)log(1-y_i'))\\]</p>\n\nгде истинный класс объекта с номером *i*:\n\n<p>\\[y_i \\in \\{0, 1\\}\\]</p>\n\nа предсказанная степень уверенности принадлежности объекта *i* классу *1*:\n\n<p>\\[y_i' \\in [0, 1]\\]</p>\n\n<h3>Формат решения</h3>\n\nОтправлять необходимо CSV файл с двумя колонками: *Id* и *Prediction*\n<pre>Id,Prediction<br>0,1<br>1,0.5<br></pre>\n  [1]: http://wiki.fast.ai/index.php/Log_Loss",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}