Чтобы попасть в здание, нужно пройти через турникет. Чтобы открыть парковку, нужно открыть шлагбаум. Чтобы попасть на этаж, нужно приложить &ldquo;таблетку&rdquo;. Все это фиксируется - кто, в какую дату, в какое время.

Сможем ли мы выучить кому конкретно принадлежит след прохода через турникеты? Мы знаем, что это был кто-то, кто уже был, хотя &hellip; есть несколько новых посетителей.

&nbsp;

&ldquo;8 утра понедельник, турникет 4? Директор.&rdquo; &ldquo;11 утра суббота? Гриша. Но Гриша в последний день месяца никогда не приходит.&rdquo;&nbsp; Какие есть закономерности в настоящих данных?

&nbsp;

В тестовой выборке id посетителей заменены на слова, которые встречались в курсе &quot;Линейные модели&quot;: aucroc, binary, blue, categorical и т.п.

&nbsp;

Ваша задача составить таблицу вида:

&nbsp;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;

<figure class="table">
<table>
	<tbody>
		<tr>
			<td>user_word</td>
			<td>preds</td>
		</tr>
		<tr>
			<td>aucroc</td>
			<td>49</td>
		</tr>
		<tr>
			<td>binary</td>
			<td>12</td>
		</tr>
		<tr>
			<td>blue</td>
			<td>55</td>
		</tr>
		<tr>
			<td>categorical</td>
			<td>-999</td>
		</tr>
		<tr>
			<td>coefficient</td>
			<td>15</td>
		</tr>
		<tr>
			<td>...</td>
			<td>&hellip;</td>
		</tr>
	</tbody>
</table>
</figure>

&nbsp;

где user_word - index, preds - колонка с соответствующими id. Таблицу нужно запомнить как csv (см. пример в разделе Данные). -999 &ndash; id&nbsp;нового посетителя, которого раньше не было.

Каждому слову сопоставлен вес, который зависит от того, насколько трудно предсказать id. Баллы набираются как взвешенная по весам сумма правильных ответов. Чем сложнее вы отгадали слово, тем больше баллов.

Отгадали все? Забирайте 560 баллов и становитесь безусловным победителем. Набрали меньше - посчитаем баллы по итоговому месту в турнирной таблице.&nbsp;

&nbsp;

Конкурс уже проводился, поищите наработки: исследование источников - это часть работы дата аналитика. Для победы в конкурсе вам понадобятся: конструирование признаков, анализ данных, использование разных моделей, подбор гиперпараметров, валидация &ndash; всё как в настоящей работе.&nbsp;

Кто там? Предскажите, кто вошел в здание по времени и турникету.
Мы знаем, что "след" через турникеты принадлежит "Х". Кто этот "Х" предстоит вычислить по данным. 
ID юзеров известны по обучающей выборке (кроме нескольких новых!).

Public

Agreement

Регистрируясь на курс, я даю <a href="https://storage.yandexcloud.net/ds-ods/files/content/2025/09/10/4fe2e1a5db2a/2025_09_08_%D0%A1%D0%BE%D0%B3%D0%BB%D0%B0%D1%81%D0%B8%D0%B5_%D0%BC%D0%B5%D1%80%D0%BE%D0%BF%D1%80%D0%B8%D1%8F%D1%82%D0%B8%D1%8F_%D0%B8_%D0%BA%D1%83%D1%80%D1%81%D1%8B.pdf">согласие</a> на обработку персональных данных.

first_name

First name

last_name

Last name

email

Email

telegram

Telegram

study_place

Study place

study_specialty

Study specialty

work_place

Work place

work_position

Work position

expectations

Expectations

interests

Interests

preferred_language

Preferred language

about

About

where_from_course

Откуда узнали о курсе?

nlp_student

Если в вашей учебной программе в этом семестре есть курс NLP, выберите свой вуз:

Registration application for Course Season Autumn 2025

Турникеты 2.0: Чей это след?

Predictions

Андрей Костин

Andrey Nepomnyashchy

Павел Бороздин

Елизавета Шашкина

Гемузов Артем

Квинт Лукас

Сабитов Вадим

Дима Попов

Климов Богдан

Neupokoev Nikita

Konstantin K

Anikeev Maxim

Алиса Астафьева

Ksenia Shulgina

GOTTA GET A GRIP

v97e88c9be1d8

p34f600c4b693

gb2e5c1a0ad60

vf0de792bc01c

Позднякова Мария

bd709beb2bf4a

ostaninfiodor

Елизавета Костина

Ilya Grishin

me07754807827

b906bd60a07d8

Maximmg

Pavel Veshkin

cec51b05c0d20

Машков Михаил

Андрей Богинский

6f357130408d

Хрисанов Константин

Дмитрий Лапочкин

Stepanova Anna 228

Ксения Докукина

y9ff95860c3e8

Artem Bulgakov

Tam KS

Шешенин Георгий

w63d924cee7fb

lfb047af9b6bc

Alex Mitin

Игорь Малышев

Абалтусова Екатерина

Natalia Slesarenko

td77b4ae1910a

Алексей Суслов

Accuracy

#	Teams (86)	Accuracy	Last	Entries
1	Андрей Костин	560	10m	31
2	Andrey Nepomnyashchy	560	10m	47
3	Павел Бороздин	560	10m	66
4	Елизавета Шашкина	560	10m	55
5	Гемузов Артем	560	10m	59
6	Квинт Лукас	466	10m	40
7	Сабитов Вадим	466	10m	26
8	Дима Попов	466	10m	27
9	Климов Богдан	466	10m	26
10	Neupokoev Nikita	437	10m	33
11	Konstantin K	432	10m	64
12	Anikeev Maxim	420	10m	7
13	Алиса Астафьева	402	10m	39
14	Ksenia Shulgina	395	10m	41
15	GOTTA GET A GRIP	386	10m	34
16	v97e88c9be1d8	386	10m	10
17	p34f600c4b693	383	10m	5
18	gb2e5c1a0ad60	380	10m	5
19	vf0de792bc01c	378	10m	5
20	jon	378	10m	5
21	Позднякова Мария	372	10m	53
22	bd709beb2bf4a	364	10m	15
23	ostaninfiodor	361	10m	35
24	Елизавета Костина	359	10m	33
25	Ilya Grishin	350	10m	10
26	me07754807827	346	10m	5
27	b906bd60a07d8	346	10m	5
28	Maximmg	344	10m	45
29	Pavel Veshkin	332	10m	14
30	cec51b05c0d20	331	10m	4
31	Машков Михаил	330	10m	5
32	Андрей Богинский	322	10m	12
33	6f357130408d	318	10m	6
34	Хрисанов Константин	312	10m	2
35	shi	309	10m	5
36	Дмитрий Лапочкин	307	10m	8
37	Stepanova Anna 228	305	10m	6
38	Ксения Докукина	296	10m	31
39	y9ff95860c3e8	293	10m	7
40	Artem Bulgakov	284	10m	25
41	Tam KS	272	10m	26
42	Шешенин Георгий	267	10m	35
43	w63d924cee7fb	251	10m	31
44	lfb047af9b6bc	240	10m	20
45	Alex Mitin	236	10m	52
46	Игорь Малышев	236	10m	2
47	Абалтусова Екатерина	236	10m	3
48	Natalia Slesarenko	236	10m	7
49	td77b4ae1910a	231	10m	5
50	Алексей Суслов	225	10m	9