{
  "fetched_at": "2026-10-19T07:16:14Z",
  "source_url": "https://www.kaggle.com/competitions/competition-3-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": "<h3>Формат данных</h3>\n\nВ файлах X_train.csv и X_test.csv в каждой строчке  записаны идентификатор, заголовок и текст вопроса обучающей и тестовой выборки соответственно.\n\n<h3>Категории документов</h3>\n\nВ файле Y_train.csv сохранены тэги каждого из вопросов обучающей выборки. В каждой строчке файла записаны через запятую идентификатор документа и разделенный пробелами список тэгов, которые относятся к вопросу, в лексикографическом порядке. ",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "В данном соревновании вам предстоит работать с вопросами, которые люди оставляли на Stack Overflow в 2019. Для каждого вопроса известен заголовок и текст вопроса (обратите внимание, что в тексте вопроса содержится html-код), а также набор тем, к которым он относится. \n\nНеобходимо научится предсказывать темы, к которым относятся вопросы.\n\nДля старта можно использовать [базовое решение](https://nbviewer.jupyter.org/urls/dl.dropbox.com/s/phrpmfpxvkrsw0f/baseline.ipynb).\n\nОбязательно прочитайте правила!",
      "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
    }
  ]
}