{
  "fetched_at": "2026-10-19T16:14:49Z",
  "source_url": "https://www.kaggle.com/competitions/competition-2-yandex-shad-spring-2020/data",
  "pages": [
    {
      "name": "rules",
      "content": "## Правила\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\n- 5 попыток в день\n- Можно выбрать только две посылки в конце конкурса\n- Код нужно прислать в течении недели после окончания конкурса для топ 25%\n\n## Внешние наборы данных\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## Оценка\n- 5 баллов даётся за посылку решения, которое лучше чем Medium (по private leaderboard) и отправлено до промежуточного дедлайна.\n\n- Дополнительные баллы начисляются за места в private 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",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "data-description",
      "content": "<h2>Данные</h2>\n\nX_train и y_train - обучающая выборка, X_test - выборка, для которой необходимо сделать предсказание.\n\n<h2>Признаки</h2>\nКаждого пациента описывает 1330 признаков:\n\n<ul>\n<li>Столбцы с V2 по V331 соответствуют различным медицинским показателям.</li>\n<li>Столбцы с V332 по V1331 соответствуют генетическими данными пациента.</li>\n</ul>\nВажно: Некоторые значения пропущены и в случае неизвестного значения указано *NaN*.\n\n\n<h2>Типы признаков</h2>\nВ файле MetaData содержится подробное описание типов каждого столбца признаков:\n\n\n<ul>\n<li><strong>Numeric</strong> - числовые признаки;</li>\n<li><strong>Category</strong> - порядок значений нам не важен;</li>\n<li><strong>Ordered Category</strong> - порядок значений важен;</li>\n<li><strong>Значения генетических признаков соответствуют частоте конкретного аллеля.</li>\n</ul>\n\n",
      "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](https://nbviewer.jupyter.org/urls/dl.dropbox.com/s/q9ihinjeo3uqbkf/baseline.ipynb). \n\nОбязательно прочитайте правила!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "<p>Качество решения оценивается с помощью функционала [Logarithmic Loss](http://wiki.fast.ai/index.php/Log_Loss):\n\n<p>\\[LogLoss = -\\frac{1}{l}\\sum_{i=1}^l \\left(y_i \\log(y′_i) + (1 - y_i) \\log(1 - y′_i)\\right) \\]</p>\n\nгде истинный класс объекта с номером *i*:\n\n<p>\\[y_i\\in\\{0, 1\\}\\]</p>\nа предсказанная степень уверенности принадлежности объекта *i* классу 1:\n\n<p>\\[y'_i\\in(0, 1)\\]</p>\n<h2>Формат решения</h2>\n\nОтправлять необходимо CSV файл с двумя колонками: *id* и *Prediction*\n<pre>Id,Prediction<br />0,0.95<br /><span style=\"font-size: 14px; line-height: 1.4em;\">1,0.5<br /></span></pre>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}