<h3>Описание задачи</h3>

<p>Вам предстоит разработать алгоритм, способный прогнозировать липофильность малых органических молекул. Данный параметр по сути представляет коэффициент распределения между неполярной и полярной фазой &mdash; соотношение растворимостей рассматриваемого соединения в октаноле-1 и воде. Липофильность является важным параметром, расчет которого является неотъемлемой частью разработки новых лекарственных средств.</p>

<h3>Метрика</h3>

<p>Для оценки решений будет использована стандартная метрика для регрессионных задач, корень из <a href="https://scikit-learn.org/stable/modules/model_evaluation.html#mean-squared-error" rel="noopener noreferrer" target="_blank">средней квадратичной ошибки</a> (<i>root&nbsp;mean&nbsp;square&nbsp;error,&nbsp;RMSE</i>)</p>

<h3>Baseline</h3>

<p>Вам доступно базовое решение от разработчиков задачи с использованием библиотек <a href="https://scikit-learn.org" rel="noopener noreferrer" target="_blank">scikit-learn</a> и <a href="https://www.rdkit.org/docs/index.html" rel="noopener noreferrer" target="_blank">RDKit</a>.<br />
Предполагаемый пайплайн работы модели включает в себя следующие этапы:</p>

<ol>
<li>Генерация представления молекул, пригодного для использования в качестве входных данных для предсказательных моделей</li>
<li>Предсказание целевого параметра исходя из сгенерированного представления</li>
</ol>

<h3>Прием решений&nbsp;</h3>

<p>Решения принимаются до 14 декабря 12:00 (мск). Далее до 23:59 14 декабря необходимо выбрать финальные решения.</p>

В рамках этого сезона профиля «Искусственный интеллект» НТО участникам предстоит погрузиться в проблематику области и освоиться в работе с молекулами и их свойствами. Ведь в отличие от более привычных задач ИИ, здесь важно, помимо прочего, научить алгоритм учитывать законы природы с ее чрезвычайно сложной и порой неизвестной организацией, управляемой строгими, но не всегда применимыми на практике законами.

Public

Private

Данные

User agreement

<p>Я прочитал(-а) и согласен(-на) с <a href="https://storage.yandexcloud.net/datasouls-ods/CourseFest_1/Docs/UserAgreement.pdf" rel="noopener noreferrer" target="_blank">Пользовательским соглашением и Политикой конфиденциальности</a></p>

Personal data

<p>Я даю свое <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/NTO_2023_2024/Consent_23_24.pdf" rel="noopener noreferrer" target="_blank">согласие</a> ООО &ldquo;Соревнования Анализа Данных&rdquo; на обработку и передачу моих персональных данных партнерам мероприятия для информационного взаимодействия</p>

Consent

<p>Я <a href="https://storage.yandexcloud.net/datasouls-ods/CourseFest_1/Docs/Email.pdf" rel="noopener noreferrer" target="_blank">согласен(а)</a> получать информационные рассылки от ООО &ldquo;Соревнования Анализа Данных&rdquo;&nbsp;</p>

Contest Rules

<p>Согласен (-на) с <a href="https://storage.yandexcloud.net/ds-ods/files/content/2023/11/22/36e75574/Competition_rules_NTO_23_24.pdf">Правилами Конкурса</a></p>

<p>&nbsp;</p>

<p>You have reached the registration page for the Artificial Intelligence profile of the National Technology Olympiad 2023/24. <strong>When registering, please give your Talent-ID, the same email and the correct name you gave when you registered for the NTO.</strong></p>

email

Email

talentid

#	Teams (211)	Root Mean Squared Error	Last	Entries
1	gpt4isalluneed	0.1664456456	9m	11
2	Moonlay	0.180267874	9m	21
3	Nicolay Plashinskiy	0.2193909167	9m	9
4	Дмитрий Быков	0.2343466634	9m	4
5	Misha Murzaev	0.3268690712	9m	14
6	Seniors	0.3325774835	9m	2
7	Калинин Эм	0.3593925844	9m	56
8	Deluxe	0.36064451	9m	32
9	Artiom Gorokhov	0.3614060553	9m	6
10	Rostislav Volodikhin	0.3623649636	9m	42
11	in seed we trust	0.3628986411	9m	6
12	Evgeniia Petukhova	0.3630837182	9m	17
13	Гарифуллин Тимур	0.3631474007	9m	24
14	Maksim Kulagin	0.3650489608	9m	29
15	Andrey Khlopotnukh	0.3675444923	9m	7
16	xdd	0.3690236574	9m	11
17	dead4an	0.3691733161	9m	49
18	qa554d1c8a7b0	0.3704958294	9m	11
19	Baby Kagglers Deus Lab	0.3705722988	10m	4
20	Dmitriy Geyzha	0.3724821739	9m	9
21	жесть аллюминий	0.3733925236	9m	13
22	Bonifaciy Black	0.3750328601	9m	17
23	Iurii Lukashov	0.3751292119	9m	10
24	Масло	0.3754166297	9m	18
25	ISY	0.3754368197	9m	14
26	Egor Iurov	0.3758877622	9m	13
27	Baby Kagglers Legacy	0.3765342704	9m	11
28	moti4k	0.3775880077	9m	4
29	danil karpov	0.3777645359	9m	15
30	Leonid Grebenuk	0.379584405	9m	19
31	Alex Ast	0.3799826249	9m	15
32	rox plays the seeds	0.3828651189	9m	48
33	Михаил Вершинин	0.3848094391	9m	17
34	Vladimir Zorin	0.3872881074	9m	5
35	Daniil Teplov	0.3877466103	9m	30
36	s04dc2c4b6b01	0.3883946659	9m	15
37	NEDENIS	0.388850559	9m	26
38	Aleksandr Trusov	0.3889419038	9m	12
39	Igor Dmitrievich Ignatov	0.3895711516	9m	9
40	Aleksandr Boldyrev	0.3899242316	9m	1
41	Valera Tokarev	0.3906676515	9m	20
42	Roman Pakhomov	0.3918146805	9m	17
43	Fedor Fedorov	0.3919326089	9m	13
44	German Kek	0.3919662482	9m	34
45	Ilya Guryev	0.3927017523	9m	5
46	Vladimir Arkhipov	0.3955542836	10m	4
47	Anton Petlin	0.3974893201	9m	2
48	Gabella	0.4012860922	9m	8
49	Konstantin Ignatov	0.4015820925	9m	22
50	Egor Andreasyan	0.4020012623	9m	36