{
  "fetched_at": "2026-10-19T22:31:53Z",
  "source_url": "https://www.kaggle.com/competitions/competition-3-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.\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>Формат данных</h3>\n\nВ файлах X_train.csv и X_test.csv в каждой строчке записаны слово и его частота в документах обучающей и тестовой выборки соответственно. Информация закодировна с помощью троек:\n\n* Document — номер соответствующего документа\n* Term — номер соответствующего слова\n* Value — частота слова\n\nЕсли некоторая пара (Document, Term) не встречается в файле, то это означает, что соответствующее значение частоты равно нулю.\n\n<h3>Категории документов</h3>\n\nВ файле y_train.csv сохранены идентификаторы каждого из документов обучающей выборки. В каждой строчке файла записаны через запятую номер документа и разделенный пробелами список номеров категорий, которым принадлежит документ. ",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "В этом соревновании вам предстоит работать с документами, каждый из которых описывается частотами содержащихся в нем слов.\n\nДля всех документов из обучающей выборки известен набор категорий тем, к которым принадлежит данный документ. Необходимо научиться предсказывать категории для документов из тестовой выборки.\n\nЗдесь вы можете найти простейшее демонстрационное [baseline решение][1].\n\n\n  [1]: https://nbviewer.jupyter.org/urls/dl.dropbox.com/s/hxz41mtbho16901/baseline_competition_3.ipynb",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "<h3>Функционал качества</h3>\n\nДля каждого документа в тестовой выборке необходимо предсказать набор категорий, которым он принадлежит. Для оценки качества в соревновании используется усредненная [F1-мера][1].\n\n<h3>Формат сабмита</h3>\n\nВ файле с ответами в каждой строчке необходимо записать через запятую номер документа и разделенный пробелами список номеров предсказанных категорий.\n\n\n  [1]: https://en.wikipedia.org/wiki/F1_score",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}