<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

Private

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 (118)	RMSLE	Last	Entries
1	Anna Yurishcheva	3.7585973708	12m	74
2	RASCAR	3.7725920912	11m	70
3	Ivan Komarov	3.7889324186	11m	15
4	Arlan	3.8041299098	11m	36
5	перега сират	3.8365048475	12m	10
6	pe4a74759c556	3.8408785574	11m	21
7	Елизарьев Яра	3.8494489186	11m	20
8	Иван Сосалковской	3.8656361566	12m	2
9	QWERTY	3.9172388563	11m	23
10	bawr bawr	3.932994486	11m	28
11	Vladislava Cherkasova	3.9623599463	11m	53
12	DL Fun	3.9637156812	11m	43
13	Igor Kuznetsov	3.9740136398	11m	20
14	Aleksandr Korotkov	3.9755488437	11m	39
15	Nikita Zaglumonin	3.9767829114	13m	30
16	whoami	3.9821661506	13m	5
17	ldd27e2daacb6	3.9854137805	11m	8
18	y3e8d313fddf4	3.9998387816	11m	18
19	NoFuture	4.0261199409	12m	15
20	masha adiukova	4.0330875605	12m	6
21	Erik	4.0373486279	11m	29
22	Nikita Kuznetsov	4.0395800653	11m	5
23	plusvibe	4.040500748	11m	8
24	Alek Nelender	4.0405008161	11m	14
25	Nazarenko Elizaveta	4.0405008161	11m	6
26	Анастасия Карунина	4.0405008161	11m	3
27	2 по химии	4.0412771958	13m	8
28	Варфоломеева Виктория	4.041337997	11m	16
29	Сергей Борисович	4.0418117097	11m	52
30	Александр Мамонов	4.049379594	11m	2
31	Мишнева Екатерина	4.0515332181	11m	3
32	zoli zoli	4.0521532465	13m	17
33	Timur Kebekov	4.0529101636	13m	9
34	bdcbe7264efee	4.0677252894	12m	8
35	lEXX	4.0737257848	11m	5
36	Гагол Егор	4.0753281701	11m	12
37	Rayan Gosling	4.0753281701	11m	7
38	i_scrg	4.0753281701	11m	1
39	Тарло Евгений	4.0753281701	11m	1
40	6hegodaev	4.0753281701	11m	4
41	Viktoria Privalova	4.0753281701	11m	2
42	Prokhorov_Timofey	4.0758557259	11m	16
43	Alexandra Aronova	4.078568781	11m	5
44	Daniil Antonov	4.0812553375	13m	19
45	ярик реквием	4.0814775954	13m	3
46	Никита К	4.0855006074	11m	19
47	x2f0884addcfa	4.0857287168	11m	7
48	opium	4.0858699943	12m	6
49	Дмитрий Иванов	4.0868793092	11m	4
50	gae757b93b9cd	4.0880436518	11m	21