<h3>Правила участия</h3>

Нажимая кнопку &laquo;Участвовать&raquo; и/или &laquo;Отправить решение&raquo;, вы соглашаетесь <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/DataFusion2025/Rules_Data%20Fusion%20Contest_2025.pdf" rel="noopener noreferrer" target="_blank">с Правилами участия в соревновании Data Fusion Contest 2025</a>.

<h3>Постановка задачи</h3>

Это соревнование отлично подойдёт тем, кто хочет попрактиковаться в умении применять алгоритмы машинного обучения к реальным задачам. Для участников уже заранее подготовлены наборы данных с почти 5,000 признаков и одной целевой переменной:

<blockquote>
50 перцентиль распределения суммарных остатков на всех накопительных счетах клиента на горизонте +2 мес. от отчетной даты
</blockquote>

Это реальная интересующая банк характеристика клиента, которую участникам предлагается научиться предсказывать.

Вроде бы все просто, но у задачи есть несколько важных особенностей:

<ul>
	<li>Целевая переменная представляет собой информацию о будущем, что потребует не мало работы по настройке валидации;</li>
	<li>Тренировочные и тестовые данные также разделены на основе времени: тестовые данные собраны за другой временной период;</li>
	<li>Признаков много, в них много пропущенных значений, и сами признаки имеют очень разные распределения.</li>
</ul>

Подобная учебная задача, может выступить полезной тренажерной площадкой:&nbsp;

<ul>
	<li>Простота постановки открывает простор для самых разных алгоритмов и подходов моделирования;&nbsp;</li>
	<li>Необходимость разобраться в валидации при честном разделении данных по времени &mdash; критически важный навык при решении реальных задач.</li>
</ul>

<h3>Формат решений</h3>

Это табличное соревнование с разметкой предоставленного вам .csv файла. Вам необходимо создать алгоритм, способный по предоставленным в рамках соревнования данным, создать новый табличный .csv файл с двумя столбцами:

<pre>
<code class="language-python">user_id, predict
1000008, 91.733
1000009, 208899
...
2499992, 1076658</code></pre>

<ul>
	<li><code>user_id</code> &ndash; идентификатор клиента банка;</li>
	<li><code>predict</code> &ndash; предсказание вашего алгоритма.&nbsp;</li>
</ul>

Предсказания необходимо построить для всех 318,451 клиентов в тестовых данных.&nbsp;

Примеры&nbsp;sample_submission.csv&nbsp;доступны на странице &ldquo;<a href="https://ods.ai/competitions/data-fusion2025-distribution/dataset" rel="noopener noreferrer" target="_blank">Данные</a>&rdquo;.

<h3>Проверка решений</h3>

Решения проверяются автоматически путем сопоставления с известными истинными значениями целевой переменной клиентов банка. Истинные значения целевой переменной в тестовых данных доступны только организаторам.

Метрика соревнования &mdash; RMSLE (Root Mean Squared Logarithmic Error):

$$RMSLE = \sqrt{\frac{1}{N} \sum_{i=1}^N (\log(1 + y_{i}) - \log(1 + \hat{\overline{y}}_{i} ))^2 }$$

$$\hat{\overline{y}}_{i} = max(0, \hat{y}_{i}) $$

$$\text{Где:}$$

$$N \text{ &mdash; число клиентов},$$

$$y_{i} \text{ &mdash; истинные значения целевой переменной клиента i},$$

$$\hat{y}_{i} \text{ &mdash; предсказанные значения для клиента i}.$$

Соотношение public/private в соревновании составляет 33/67:&nbsp;

<ul>
	<li>Треть клиентов используется для результатов на public лидерборде.&nbsp;</li>
	<li>Оставшиеся две трети используются для результатов на private лидерборде.</li>
</ul>

Обратите внимание, что если в качестве предсказаний предоставляются отрицательные значения, то они принудительно зануляются.

Итоговые результаты в образовательной задаче определяются по результатам на private лидерборде.&nbsp; 
Для private лидерборда можно выбрать до 2 финальных решений.

<h3>&nbsp;</h3>

<h3>Информация&nbsp;для участников</h3>

<ul>
	<li>В соревновании можно принимать участие из любой точки мира. Участники могут объединяться в команды до 4-х человек. Участвовать можно в любом количестве из предложенных задач и номинаций.&nbsp;</li>
	<li>Ответы на вопросы по всему Data Fusion Contest 2025 доступны&nbsp;на&nbsp;<a href="https://ods.ai/tracks/data-fusion-2025-competitions/faq" rel="noopener noreferrer" target="_blank">FAQ странице трека</a>.</li>
</ul>

<h3>Призовой фонд задачи 3, Distribution</h3>

Это учебная задача без денежного призового фонда.

Спецноминация Companion

1 место &mdash; мерч 
2 место &mdash; мерч

Образовательная задача для тех, кто хочет научиться лучше разбираться с моделями машинного обучения на банковских данных: создайте алгоритм, способный предсказывать распределение остатков на счетах клиента через 2 месяца.

Public

Данные

Rules

Нажимая &quot;Отправить&quot; я соглашаюсь с условиями <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/DataFusion2025/Rules_Data%20Fusion%20Contest_2025.pdf">Правил проведения онлайн-соревнования Data Fusion Contest 2025</a>

Privacy Policy and User agreement

Даю <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/DataFusion2025/Data_Fusion_2025_soglasie_pdn.pdf">согласие</a> Оператору&nbsp;на обработку ПДн&nbsp; (*)

email_promo

Даю согласие <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/DataFusion2025/Data_Fusion_2025_T1_soglasie_promo.pdf">Организатору</a>&nbsp;соревнования на получение информации рекламного характера

<a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/DataFusion2025/Data_Fusion_2025_T1_soglasie_hr.pdf">Согласен</a> на сотрудничество по содействию мне в трудоустройстве

Благодарим за интерес к серии соревнований&nbsp;Data Fusion Contest 2025.

Заполните, пожалуйста, форму ниже.

Согласия, отмеченные&nbsp; (*) - обязательные.

#	Teams (65)	RMSLE	Last	Entries
1	Anna Yurishcheva	3.7585973708	14d	74
2	RASCAR	3.7725920912	20h	69
3	перега сират	3.8365048475	4d	10
4	Иван Сосалковской	3.8656361566	7d	2
5	Nikita Zaglumonin	3.9767829114	26d	30
6	whoami	3.9821661506	5w	5
7	QWERTY	3.9988359515	9d	21
8	Aleksandr Korotkov	4.0236140257	39h	20
9	NoFuture	4.0261199409	44h	10
10	masha adiukova	4.0330875605	15d	6
11	2 по химии	4.0412771958	5w	8
12	zoli zoli	4.0521532465	5w	17
13	Timur Kebekov	4.0529101636	27d	9
14	bdcbe7264efee	4.0677252894	6d	8
15	Daniil Antonov	4.0812553375	26d	19
16	ярик реквием	4.0814775954	5w	3
17	opium	4.0858699943	26h	6
18	Alex B	4.0902163014	30d	1
19	Igor Lukyanchikov	4.0971923776	25d	6
20	Rovshan Aliev	4.0994637061	28h	20
21	jc70aa798a516	4.1004154183	5w	5
22	Andrei Vasilev	4.1080664458	20d	19
23	Andrei Alesenko	4.1081193218	20h	3
24	Пираты данных	4.1086893564	3d	5
25	Alek Nelender	4.109150656	4d	4
26	Marat Sabitov	4.1093149494	2d	4
27	e36013abc959a	4.1101046229	6d	11
28	Nikita Ivonin	4.1137910324	13d	3
29	Mikhail Goloshchapov	4.1151225608	21d	1
30	Forest	4.1188332104	27d	5
31	zaeba lab	4.122365662	5w	4
32	Sindik	4.122365662	8d	9
33	Nikolai Busygin	4.1288419989	7d	13
34	полоскун	4.1301523572	96min	4
35	Сергей Борисович	4.1309673354	2d	21
36	ed177dfefc286	4.131848844	2d	2
37	qwerty321	4.1351254956	5w	2
38	Ivan Komarov	4.1402661025	21h	2
39	Ivan Loneas	4.1406757394	8d	5
40	Pavel Evtuhov	4.1421448705	3d	8
41	f647770fa7c9c	4.1424389818	4w	2
42	Archelephant	4.1504403199	22h	6
43	karnna	4.1625629928	5w	2
44	1337Tema	4.1669731294	13d	3
45	lc0509bd9c183	4.1688706243	5w	5
46	Leva Volibear	4.1691905393	3d	7
47	1970	4.1691905393	3d	6
48	свага тут	4.1691905393	4d	4
49	i417eb19416d8	4.1691905393	10h	4
50	capon	4.1704686562	5d	5