{
  "fetched_at": "2026-10-24T10:22:45Z",
  "source_url": "https://www.kaggle.com/competitions/data-mining-2018/data",
  "pages": [
    {
      "name": "rules",
      "content": "<h3>One account per participant</h3>\n<p>You cannot sign up to Kaggle from multiple accounts and therefore you cannot submit from multiple accounts.</p>\n<h3>No private sharing outside teams</h3>\n<p>\n        Privately sharing code or data outside of teams is not permitted.\n        It's okay to share code if made available to all participants on the forums.\n </p>\n<h3>Team Mergers</h3>\n<p>Team mergers are allowed in this competition.</p>\n\n <h3>Team Limits</h3>\n<p>The maximum size of a team is 2 participants.</p>\n<h3>Submission Limits</h3>\n<p>You may submit a maximum of 20 entries per day.</p>\n<p>You may select up to 2 final submissions for judging.</p>\n<h3>Competition Timeline</h3>\n<p>Start Date: <strong>TBA</strong></p>\n<p>Merger Deadline: <strong>None</strong></p>\n<p>Entry Deadline: <strong>None</strong></p>\n<p>End Date: <strong>2/1/2014 12:00 AM UTC</strong></p>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "data-description",
      "content": "<p>This page shows up underneath the data files. Here you describe what files you have provided and the format of each. There is no single format for this page that is appropriate for all competitons, but you should strive to describe as much as you can here. A little time spent describing the data here can save a lot of time answering questions later.</p>\n<p>Participants should be able to answer questions like these after reading the data description: What files do I need? What should I expect the data format to be? What am I predicting? What acroynms will I encounter?</p>\n<h2>File descriptions</h2>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "Στα πλαίσια της εργασίας του μαθήματος Εξόρυξη Γνώσης από Βάσεις Δεδομένων και τον Παγκόσμιο Ιστό, θα δουλέψετε πάνω σε ένα πρόβλημα κατηγοριοποίησης. Συγκεκριμένα, σας δίνεται ένα σύνολο δεδομένων το οποίο αποτελείται από μερικές χιλιάδες πτήσεις, όπου κάθε πτήση περιγράφεται απο ένα σύνολο μεταβλητών (αεροδρόμιο αναχώρησης, αεροδρόμιο άφιξης, κτλ). Κάθε πτήση χαρακτηρίζεται επίσης από μια μεταβλητη που σχετίζεται με τον αριθμό των επιβατών της πτήσης (π.χ. κάθε τιμή της μεταβλητής σχετίζεται με ενα εύρος πλήθους επιβατών). Για κάποιες πτήσεις, η τιμή της μεταβλητής είναι γνωστή, ενώ για άλλες όχι. Στόχος σας είναι να προβλέψετε την τιμή της μεταβλητής για τις πτήσεις για τις οποίες δεν είναι διαθέσιμη.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "Η αξιολόγηση των προβλέψεων θα γίνει με βάση το `macro F1-score`. Το macro F1-score παίρνει τιμές μεταξύ 0 και 1. Όσο μεγαλύτερη η τιμή του F1-score, τόσο καλύτερος ο ταξινομητής που παρήγαγε τις προβλέψεις. Για κάθε μια από τις 8 κατηγορίες του test set μας, ο ταξινομητής θα κάνει κάποιες σωστές προβλέψεις και κάποιες λάθος. Πιο συγκεκριμένα, για μια κατηγορία *c*:\n\n - τα παραδείγματα που ανήκουν στην κατηγορία *c* και ο ταξινομητής προέβλεψε ότι πράγματι ανήκουν στην κατηγορία *c* ονομάζονται True Positives (TP).\n\n - τα παραδείγματα που ανήκουν στην κατηγορία *c* και ο ταξινομητής προέβλεψε λανθασμένως ότι ανήκουν σε κάποια άλλη κατηγορία ονομάζονται False Positives (FP).\n\n - τα παραδείγματα που ανήκουν σε κάποια κατηγορία διαφορετική της *c* και ο ταξινομητής προέβλεψε ότι πράγματι ανήκουν σε κάποια κατηγορία διαφορετική της *c* ονομάζονται True Negatives (TN).\n\n - τα παραδείγματα που ανήκουν σε κατηγορία διαφορετική της *c* και ο ταξινομητής προέβλεψε ότι ανήκουν στην κατηγορία *c* ονομάζονται False Negatives (FN).\n\nΔεδομένων των παραπάνω ορισμών, μπορούμε συνήθως να υπολογίσουμε για την κατηγορία *c* μερικές μετρικές απόδοσης του ταξινομητή μας. Πρώτα, το `Recall` το οποίο ορίζεται ως:\n$$ Recall = \\frac{TP}{TP+FN} $$\nκαι μετράει το ποσοστό των παραδειγμάτων που προβλέφτηκαν ότι ανήκουν στην κατηγορία *c* σε σχέση με αυτά που ανήκουν πράγματι στην κατηγορία *c*. Έπειτα, το `Precision` το οποίο μας λέει πόσα από τα παραδείγματα που προβλέφτηκαν ότι ανήκουν στην κατηγορία *c*, ανήκουν πράγματι σε αυτή την κατηγορία, και ορίζεται ως εξής:\n$$ Precision = \\frac{TP}{TP+FP} $$\nΤο F1-score ειναι ο αρμονικός μέσος του Precision και του Recall, και ορίζεται ως εξής:\n$$ F1-score =  \\frac{2*Recall*Precision}{Recall + Precision} $$\nΠρόκειται για μια ευρέως διαδεδομένη μετρική απόδοσης η οποία είναι και αξιόπιστη δεδομένου ότι λαμβάνει υπόψη τόσο τα False Positives όσο και τα False Negatives.\n\nΣτο πρόβλημα που σας έχει ανατεθεί υπάρχουν συνολικά 8 κατηγορίες $$c_1, c_2, \\ldots, c_8$$ οπότε μπορούμε να υπολογίσουμε ένα F1-score για κάθε κατηγορία. Το macro F1-score ορίζεται ως ο μέσος όρος των F1-scores όλων των κατηγοριών:\n$$ macro\\text{ }F1-score = \\frac{F1-score_{c_1}+F1-score_{c_2}+\\ldots+F1-score_{c_8}}{8} $$\nόπου $$F1-score_{c_i}$$ είναι το F1-score για την κατηγορία *i*. Αφότου υποβάλετε μια λύση στην πλατφόρμα (όπως περιγράφεται παρακάτω), το macro F1-score της λύσης σας υπολογίζεται αυτόματα και εμφανίζεται στην οθόνη.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}